旋转局部梯度模式特征及其在模糊图像识别中的应用

在图像识别领域,监控摄像头拍摄的图片因光照、距离等因素而导致模糊,然而当前图像识别方法在模糊图像识别上表现不佳。为此,根据迹变换利用迹线扫描整幅图像获取图像特征的思路,提出一种旋转局部梯度模式特征提取方法。利用局部梯度代替像素,在图像每一列上从头到尾选取采样点计算局部梯度模式特征值,同时引入图像旋转思想,图像每旋转一个角度,提取一组特征信息。最终得到有序排列的全局结构性特征,增强了对图像特征空间结构性的表达能力以及旋转不变性。实验结果表明,针对模糊图像的识别,该方法较主流的深度卷积神经网络及传统特征提取方法的识别效果有显著提升。