面向宽基线匹配的图像特征提取方法研究
文献类型：学位论文
| 作者 | 李威
|
| 学位类别 | 博士 |
| 答辩日期 | 2012-12-01 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 导师 | 尹健 ; 史泽林 |
| 关键词 | 宽基线 仿射不变 图像特征匹配 距离直方图 多模型 |
| 其他题名 | Study on Image Feature Extraction for Wide Baseline Matching |
| 学位专业 | 模式识别与智能系统 |
| 中文摘要 | 本文以宽基线条件下的自动目标识别为研究背景，研究如何提取和匹配仿射不变的局部图像特征，使具有较大基线变化的图片之间仍有较多的匹配特征。 Harris-Affine和Hessian-Affine算法是根据仿射尺度空间理论构造的仿射不变特征提取算法，但事实上其算法性能受到基线宽度的限制,不能适应较宽的基线变化。针对这一不足，提出了以二阶矩矩阵和Hessian矩阵度量特征区域的仿射变形，将特征区域由各向异性转化为各向同性，再使用SIFT算法提取仿射不变特征的改进算法。实验表明，该算法提取的匹配特征数量明显多于Harris-Affine和Hessian-Affine算法。 针对MSER特征提取算法提取的特征数量较少、特征难以描述和匹配的问题，提出了一种完全仿射不变特征提取算法，该算法充分利用MSER特征定位精度和重复率高的优点，根据MSER特征选取变换区域，在变换区域上提取仿射变特征。实验数据表明，该算法与其他现有的算法相比，所提取的仿射不变特征数量更多，验证了算法的有效性。 研究了仿射变形形状归一化及匹配问题。提出了一种确定主方向的新方法，大大简化了形状归一化的数学计算。提出了新的基于距离直方图的形状描述符，实现了归一化形状的匹配。实验验证了算法的有效性。 为了滤除特征匹配中的错误匹配，根据平面单应变换模型验证每个匹配的正确性。PEARL算法是一种有效的多模型验证算法,但它仍有初始模型不准确和类间平滑项设置不合理的问题。针对模型初始化问题，使用SPRT算法对抽样生成的模型进行检验，选取质量较高的模型作为PEARL算法的初始模型，使算法收敛到正确的模型。为PEARL算法的全局能量函数的类间平滑项设定距离阈值，提高模型计算的精度。实验结果表明，改进后的算法计算的模型更加准确和合理。 |
| 语种 | 中文 |
| 公开日期 | 2013-04-23 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/10646]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 推荐引用方式 GB/T 7714 | 李威. 面向宽基线匹配的图像特征提取方法研究[D]. 中国科学院沈阳自动化研究所. 2012. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。