图像扇形特征及其应用

以图像Harr-like矩形特征为原型,提出了一种新的基于图像灰度信息的区域特征——扇形特征及其提取方法。以圆的旋转不变特性为基础,在极坐标下将图像分割为不同的扇形(段)子块,并将各子块区域灰度和作为表示扇形子块的特征,然后对子块特征集进行归一化,所得的归一化扇形特征集作为特征选取的空间。将该特征提取方法应用到人脸识别系统中,与传统方法的比较实验表明扇形特征具有较好的识别效果,且对图像平移、旋转、缩放和噪声干扰均具有较好的鲁棒性。

一种基于颜色与空间特征的CBIR系统

基于内容的图像检索CBIR是多媒体信息管理系统的重要组成部分。提出一种利用图像的颜色信息和空间信息提取图像特征的算法——同心圆区域划分法。经实验表明,该算法取得了较好的检索效果。

基于改进的SIFT算法的图像配准方法

图像配准技术是计算机视觉研究的重要基础和关键步骤,其中特征点的提取直接决定了图像配准的准确性。尺度不变特征变换(SIFT)算法是经典的特征点提取算法,该算法生成的特征点描述子因其主方向精度较低而不够准确,又因其维度高导致计算时间较长。在原有SIFT算法的基础上进行改进以提高特征点描述子的准确性同时降低计算时间,具体做法是在多尺度空间提取极值点,运用曲线拟合确定特征点的位置;然后利用面积积分法确定亮度质心从而计算特征点的主方向;最后根据特征点邻域的同心圆划分生成特征点描述子并完成特征点的匹配。实验结果表明改进的SIFT算法能够有效地提高图像配准的准确率并减少计算时间。