一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。

基于ICM的局部不变特征提取方法

提出了一种新的基于交叉皮层模型(intersecting cortical model,ICM)的局部不变特征提取方法。首先将k-means聚类后的Harris角点作为关键点,接着以关键点为中心构造特征区域,最后采用ICM图标信号对特征区域进行描述作为局部不变特征。实验结果表明:该方法所获取的局部不变特征具有很好的可重复性,并且当目标处于复杂背景以及遮挡条件下具有较好的识别性能。

基于二阶矩显著性估算的局部不变特征提取

借鉴图像显著性区域的检测思想,提出一种基于局部二阶矩显著性估算的局部不变特征提取算法。利用二阶矩矩阵对尺度空间下局部图像的各向异性程度的估算作用,在图像尺度空间中对局部特征提取区域的信息显著性进行评估,并根据显著性进行局部不变特征的提取,提取出拥有较高显著性的局部不变特征,增加了匹配特征点对的数量和尺度跨度。真实图像实验证明,该算法在保持局部特征各种不变性的基础上有效地提高了特征提取和匹配算法的性能。

高鲁棒性和独特性的图像局部不变特征描述

为了提高尺度不变特征变换(scale invariant feature transform,SIFT)算法的不变性,并降低图像中存在多个相似区域时的误匹配率,提出了一种将基于局部二进制模式的中心对称的改进局部三进制模式(center-symmetric improved local ternary patterns,CS-ILTP)描述子和全局灰度值分布(global distribution of intensity,GDI)描述子相融合的局部不变特征描述算法。通过迭代变换,使得由SIFT算法得到的初始特征点收敛到仿射不变点并得到仿射不变区域;分别提取CS-ILTP和GDI描述符,从而得到图像的局部不变特征描述。实验结果表明,所提算法具有高鲁棒性和独特性,相似区域和人工路标匹配中的正确匹配特征个数分别比SIFT算法增加了100%和86%以上。

各向异性非刚性形变局部不变特征研究

当前多数局部不变特征算法主要针对刚性形变的图像匹配问题,但非刚性形变普遍存在且多数表现为各向互异。提出一种面向各向异性非刚性形变的局部不变特征算法。本算法对最稳定极值区域进行同性化处理,使其各向形变在一定程度上趋于同性且不受方向性影响,然后将图像投影到三维空间中,并通过调整外观权值获得形变不变的测地距离,最后建立各向异性测地距离灰度直方图(AGIH)描述符,使本算法进一步适应各向异性的微小形变。验证实验表明,在非刚性形变情况下,与SIFT算法、GIH算法相比,本算法在相同的错误匹配率的情况下,正确检测率平均提高了10.65%。

局部不变特征匹配的快速内点选择算法

为了快速、准确地从局部不变特征初始匹配中选取内点,提出一种联合利用特征点在位置、尺度和方向上的分布一致性进行内点选择的算法.首先,采用均值漂移算法按视差对特征点对聚类实现粗选;然后找出特征点在类内的K近邻特征,再利用特征的尺度和方向估算每个特征点对所在的二局部图像区域之间的变换参数,并计算K近邻匹配相似度;最后,依据K近邻匹配相似度从粗选获得的候选匹配集中选出内点.实验结果表明,该算法在准确率、召回率和速度方面优于当前最新的内点选择算法,对图像间大幅度的视点、尺度和旋转变化具有较高的鲁棒性.

基于局部不变特征点的高分辨率遥感影像配准

为了解决传统的点特征匹配算法存在配准精度低的问题,本文提出一种基于局部不变特征点的高分辨率遥感影像配准算法。首先,利用双边滤波器对基准影像和待配准影像分别进行预处理,保留其边缘信息并去除噪声;其次,对预处理后的两幅影像进行局部不变特征点提取;然后,通过最近邻和次近邻的欧式距离比值法进行双向匹配,得到匹配特征点;最后,对待配准影像进行仿射变换。为了验证方法的有效性,提出一种仿射变换均方根误差AT-RMSE对精度进行评价,选取深圳市两个时相的PLEIADES影像,结果表明双边滤波器虽然增加了算法的运行时间,但能够降低55%以上的AT-RMSE;另外,基于SURF特征的配准方法比基于SIFT的性能更优,精度有大幅度提升。

基于局部不变特征及离群检测的图像区域克隆认证算法

针对数字图像出现的区域克隆安全问题,提出基于局部不变特征及离群检测技术的数字图像区域克隆认证算法。该算法首先通过高斯差分算子检测图像尺度空间中具有局部不变特征的特征点;接着,基于欧氏距离相似性度量和最近邻距离比率匹配策略,通过局部不变特征匹配检测图像区域克隆;最后,通过离群检测验证匹配结果。实验表明,该算法不但对图像区域克隆具有很好的检测效果,而且能有效抵御各种后处理篡改攻击。此外,与现有算法相比,本算法具有较高的计算效率。

基于局部不变特征的直方图相关匹配方法

将一种基于局部不变的特征描述符ARPIH(Angular Radial Partitioning Inten-sity Histogram)与直方图相关性判断结合起来,提出了一种新的图像匹配算法。本方法保留了ARPIH描述的优点,在匹配旋转、亮度变化、透视等畸变图像时显示出了鲁棒性。通过求取模板图像和目标图像的两个描述直方图间的相似点的个数进行相似性匹配,提高了匹配精度。

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法.首先,使用加速分割检测特征(features from accelerated segment test,FAST)检测算法,检测SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配.然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化.通过使用不同时相、不同工作模式HJ-1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点.

局部不变特征匹配的并行加速技术研究

针对SIFT、SURF等局部不变特征在大尺寸图像上匹配时过于耗时的问题,将FREAK算子应用于图像匹配中,并提出一种多线程并行加速方法。首先介绍FREAK描述子的特征点的检测、特征描述向量的生成和特征向量的匹配的过程,并分析其优势。其次提出并行处理的2种思路:一是对待匹配图像进行有重叠的分块,对于每一块子图像,开辟新的线程分别进行处理;二是对匹配过程的3个步骤,采用流水线技术进行并行处理,每检测出一个特征点,随即提取出该点的特征向量,然后和模板图像的特征向量集进行匹配。改写SIFT、SURF和FREAK算法进行实验验证,结果证明FREAK计算过程比SIFT和SURF快得多,而并行方法可以在保证匹配精度的同时明显缩短匹配时间。

局部不变特征提取算法的研究及其在图像识别中的应用

异型纤维自动检验过程中,传统边沿检测方法,受到图片质量的影响较大。而尺度不变特征变换(SIFT),直接从原始的灰度图像中提取特征信息,相对受图片质量的影响较小。本文提出了一种基于尺度不变特征变换以及支持向量机算法的纤维识别方法,实现了一个以该理论为基础的纤维自动识别系统,并获得了较为理想的识别结果。验证了尺度不变特征变换算子具有较强的稳定性、抗噪性、仿射不变性等特性。

融合多重信息的图像局部不变特征描述

以SIFT(Scale Invariant Feature Transform)算法为基础,提出了一种将局部二进制模式(Local Binary Patterns,LBP)描述子和全局上下文(Global Context)信息相融合的图像局部不变特征描述算法,增强了SIFT算法的仿射不变性,以及对处于图像相似区域的特征辨别能力。在特征检测阶段,通过迭代变换,使得SIFT特征点收敛到仿射不变点;在特征描述阶段,为每个特征点计算主方向,分别计算特征点的LBP描述子和全局上下文信息。实验结果表明,提出的局部不变特征描述子对图像仿射、尺度和旋转、光照等变换均具有良好的不变性。

有向非刚体形变局部不变特征描述符

当前局部不变特征描述符主要针对刚体形变的图像匹配问题,但非刚体形变图像匹配的需求普遍存在且应用日趋广泛.非刚体形变的复杂性会导致同名特征点的局部支撑区域难以保持结构特性的相似性.构造更具针对性的局部不变特征描述符成为解决非刚体形变图像匹配问题的关键.针对如何准确地确定局部特征的主方向并划分局部支撑区域,提出了一种有向非刚体形变局部不变特征描述符及其构建方法.首先根据特征点的二阶矩阵估计其椭圆邻域并指示主方向,然后对局部支撑区域进行同性化处理,以消除各向异性形变的差异,最后把局部支撑区域加权嵌入到三维空间,用热核信号的形变不变性进行特征点局部支撑区域描述.对比实验结果表明,在非刚性形变和光度变化情况下,本文描述符的匹配正确率高于SIFT(ScaleInvariant Feature Transform)和GIH(Geodesic Intensity Histogram)描述符,且保持了较好的旋转不变性.

基于局部不变特征的变电站设备温度监测方法研究

随着电力尖峰负荷的逐年攀升,变电站设备温度超高的情况日益严重。为解决变电站设备温度监测难度大的问题,提出了一种基于局部不变特征的变电站设备温度监测方法。首先,通过巡检机器人采集变电站设备的红外图像数据。然后,采用局部不变特征算法提取变电站设备温度区域数据,并进行异常图像区域分割。在此基础上,通过改进热力平均温差法对变电站设备异常图像区域进行校验。最后,在某220 kV变电站应用所提方法,平均监测准确性为99.3%。该结果验证了该方法的有效性。

局部不变特征综述

局部不变特征是近年来计算机视觉领域的研究热点。局部不变特征在宽基线匹配、特定目标识别、目标类别识别、图像及视频检索、机器人导航、场景分类、纹理识别和数据挖掘等多个领域得到了广泛的应用。本文基于局部不变特征检测、局部不变特征描述和局部不变特征匹配3个基本问题,综述了文献中现有的局部不变特征研究方法,并比较了各类方法的优缺点。根据特征层次的不同,局部不变特征检测方法可以分为角点不变特征、blob不变特征和区域不变特征检测方法3类。局部不变特征的描述方法可以分为基于分布的描述方法、基于滤波的描述方法、基于矩的描述方法和其他描述方法。局部不变特征匹配的研究主要集中在相似性度量、匹配策略和匹配验证3个方面。最后在分析各类研究方法的基础上,总结了局部不变特征研究目前存在的一些问题及可能的发展方向。

基于离散余弦变换的图像局部特征描述子

针对尺度不变特征变换(SIFT)描述子受光照变化影响较大的缺点,提出一种基于离散余弦变换(DCT)的图像局部不变特征描述子。在DCT变换的基础上,忽略高频系数,使用少数中低频系数组成特征矩阵,以降低描述子的维数。利用DCT频率系数正负性对光照变化不敏感的特点,在计算描述子间距离时设置惩罚因子,以提高描述子的可区分性。测试结果表明,与SIFT描述子相比,该描述子具有较好的显著性,且查全率和查准率较高。

基于彩色二进制局部不变特征的图像配准

提出了一种适用于彩色图像的局部不变特征配准方法。特征点提取阶段,提出了快速分割测试特征颜色差异(CDo FAST)特征点检测方法,计算图像的颜色不变量,以此为输入在尺度空间检测FAST极值点,在极值点附近对高斯差分算子(Do G)值进行插值和拟合,以最终确定特征点的位置和尺度。特征描述符生成阶段,提出了一种新的彩色二进制局部不变特征(CBLID),采样点邻域结构类似于人眼视觉的重叠,通过统计方向图生成二进制链码,具备旋转、尺度缩放、光照不变性和抗噪性能。通过计算汉明距离进行匹配并结合随机抽样一致性(RANSAC)算法去除误匹配点,计算出待配准图像间的变换关系。实验表明,所提算法针对彩色图像能够获得比传统的尺度不变特征变换(SIFT)、快速稳健特征(SURF)和DAISY更高的配准精度,同时算法的运行时间也较短,在测试图片上耗时仅为SIFT的10%和12%。

利用局部稀疏不变特征的遥感影像检索

为了增强遥感影像局部特征的表征能力并充分利用过完备字典的稀疏分解,提出了基于稀疏表示特征构建视觉词典的遥感影像检索新方法。首先,提取遥感训练影像库的局部不变特征,对大量的局部特征训练过完备字典并将在该字典更新下获取的稀疏表示作为图像的特征描述;然后,对稀疏表示特征构建视觉词典,并进行空间金字塔匹配,获取稀疏直方图特征;最后,使用稀疏特征训练SVM分类模型,通过分类模型输出与查询影像属于一个类别的影像,在该类别的影像集中进行相似度匹配,返回与查询影像最为相似的图像,实现检索。实验结果表明,新方法提取的特征不仅具备局部不变特征的鲁棒性,还提供了必要的语义信息,在影像检索领域具有较强的实用性和适用性。

一种新的图像局部仿射不变特征提取方法

提出了一种新的图像局部仿射不变特征的提取方法,首先利用阈值分割在图像中确定某个灰度取值范围的连通区域,文中证明了该区域的几何中心在图像仿射变换前后具有不变性,然后将几何中心作为局部仿射不变特征的"关键点",以此点为中心构造仿射不变区域(ROI区域),最后计算ROI区域的多尺度自卷积特征值(Multi-Scale Autoconvolution,MSA)作为局部仿射不变特征量。该方法对仿射变换、视角变化、部分遮挡、椒盐噪声干扰具有较好的稳定性和适用性。