论文部分内容阅读
图像局部特征描述子的主要任务是描述图像局部区域，以使得该局部区域能和其它图像局部区域进行有效的区分，并能够有效地与其它相似区域进行匹配。图像局部特征描述子已经被广泛应用于计算机视觉和模式识别中，如目标检测、目标识别和分类、三维重建、纹理识别、图像检索、图像配准和图像拼接等。图像局部特征描述子不仅对各类图像变换具有一定的鲁棒性，同时还应具备良好的鉴别能力，即图像局部特征描述子应该能够很好地区分不同特征点所对应的局部区域。因此，设计一种优化的图像局部特征描述子是计算机视觉领域中令人关注的热点问题。但由于图像往往包含局部阴影和遮挡，局部区域的亮度可能会急剧变化，这必然会对图像局部特征描述子的稳定性带来负面的影响。因此，研究对复杂亮度变化和图像几何变换鲁棒的图像局部特征描述子仍然是一个具有挑战性的任务。 图理论是表征高维数据的一个强大和实用的技术手段，也是表示图像结构信息的有效手段。本文引进线图、有向图、完全图及其矩阵表示来反映邻近像素点之间的关系，然后利用不同矩阵的谱特征向量、谱隙向量或图上随机游走的熵率来构建图像局部特征描述子，最后利用DCT算法对图像局部特征描述子进行压缩降维。本文的主要内容与创新如下: 1、提出了一种基于谱嵌入的图像局部特征描述子。该描述子主要利用线图的谱来表示图像的边缘、角点以及具有较大曲率的边缘点。本文在理论和实验两个方面分别证明了线图的谱对于图像噪声具有一定的鲁棒性，对于图像旋转和线性亮度变化具有一定的不变性。最后利用线图的谱构造了三种不同的图像局部描述子，大量对比实验验证了这些描述子在图像旋转、图像模糊、视角变化、亮度变化、JPEG压缩和图像噪声等图像变换下的有效性和优越性。 2、提出一种基于谱嵌入和非抽样Contourlet变换(Nonsubsampled ContourletTransform: NSCT)的单调亮度不变图像局部特征描述子(MIID)。首先，利用NSCT获得多支持区域，这使得构造的描述子更加具有鉴别力。其次，利用有向图上无符号Laplacian矩阵的谱特征向量和谱隙向量来构造单调亮度不变特征描述子。本文不仅从理论上证明了MIID描述子能很好的处理图像单调亮度变化和许多图像几何变换，也从实验方面证明了该描述子的有效性和优越性。大量实验证明:相比较于现有的其它常用图像局部特征描述子，MIID描述子具有良好的性能。 3、为了平衡图像局部特征描述子的精度和计算效率，提出了一种基于熵率的图像局部特征描述子(FDER)。首先，利用NSCT生成多支持区域并引进完全图及其邻接矩阵来描述特征子区域。然后利用图上随机游动的熵率来构建FDER描述子。大量实验证明了相对于常用的图像局部特征描述子，FDER描述子在处理各种图像变换时具有一定的优越性。 4、提出了一种基于DCT(Discrete Cosine Transform)和修正CSLBP(CenterSymmetric Local Binary Pattern)的图像局部特征描述子。在CSLBP算法中利用对称对比的图结构来描述像素点之间的关系。首先利用Hessian-Affine检测子获取仿射不变区域并进行归一化处理。其次在局部旋转不变坐标系下对CSLBP描述子进行修正。最后利用DCT对修正后的CSLBP描述子进行降维以获得紧凑的64维描述子。实验结果不仅验证了该图像局部特描述子在图像模糊、视角变化、仿射变换、线性亮度变化和JPEG压缩变换下具有良好的性能，而且说明了该图像局部特描述子能很好的处理纹理信息较强的图像序列集。同时，该描述子具有较快的生成和匹配速度，适用于实时性要求较高的应用系统中。