本文關(guān)鍵詞：光學(xué)遙感影像局部特征提取技術(shù)及其應(yīng)用研究

  更多相關(guān)文章： 局部特征 尺度空間 特征檢測 特征描述 影像配準(zhǔn)

【摘要】：圖像的局部特征提取技術(shù)是解決很多機器視覺問題的基礎(chǔ),提取出的特征參數(shù)可以詮釋圖像的本質(zhì)屬性,是正確解譯圖像的關(guān)鍵。局部特征的提取技術(shù)受到國內(nèi)外學(xué)者廣泛的關(guān)注和研究,其主要原因是該技術(shù)在處理圖像時把圖像看成是由不同的局部區(qū)域組成,避免了圖像分割的進行。局部特征提取的過程為首先有針對性地檢測圖像中的有用信息,然后采用合適的特征描述方法構(gòu)建特征向量表征檢測到的信息。隨著遙感技術(shù)的快速發(fā)展,局部特征已在遙感圖像處理領(lǐng)域得到廣泛的應(yīng)用。本文重點分析了局部特征提取技術(shù)中的尺度空間理論、特征檢測方法、特征描述方法的關(guān)鍵技術(shù),以研究更符合人類視覺特性、魯棒性更強的局部特征為目的,然后把取得的研究成果應(yīng)用在光學(xué)遙感影像的配準(zhǔn)中。本文圍繞局部特征提取技術(shù)開展的研究工作主要如下:(1)系統(tǒng)地闡述了圖像的局部特征提取方法,包括圖像的尺度空間理論和局部特征檢測、特征描述方法。其中,尺度空間理論是提取具有不變性的局部特征的基礎(chǔ),研究了如何建立圖像的尺度空間和確定特征尺度的方法。討論了目前主流的局部特征檢測和描述方法的主要思想和實現(xiàn)過程,總結(jié)評估了這些方法的性能。(2)在深入研究局部特征提取方法的基礎(chǔ)上,針對FAST特征不具有尺度不變性和旋轉(zhuǎn)不變性的特點給出一種基于MS-Gabor濾波器的局部特征提取方法。其過程是:首先結(jié)合尺度空間理論和Gabor函數(shù)多通道多分辨率的特性設(shè)計多尺度的Gabor濾波器,建立尺度空間金字塔,在尺度空間中搜索得到多個特征尺度下的FAST特征,然后使用一種新的采樣模式來構(gòu)建二進制描述符,并使用Hamming距離進行特征匹配,RANSAC算法進行特征提純實驗。最后使用一幅基準(zhǔn)影像對其進行不同程度的旋轉(zhuǎn)變化、尺度縮放、模糊變化和亮度變化模擬得到不同場景下的圖像序列,針對得到的圖像序列分別使用可重復(fù)率和匹配得分作為評價指標(biāo)對比不同檢測器和特征描述子的性能,仿真結(jié)果驗證了相比其他方法,本文提出的特征檢測器和描述方法對旋轉(zhuǎn)、尺度、模糊、亮度變化具有更好的不變性。(3)研究了局部特征在光學(xué)遙感影像配準(zhǔn)中的應(yīng)用,分別使用文中給出的算法對相同傳感器和不同傳感器下的光學(xué)遙感影像進行配準(zhǔn),通過計算配準(zhǔn)精度進一步驗證了提出的算法具有很強的實用性。
【關(guān)鍵詞】：局部特征 尺度空間 特征檢測 特征描述 影像配準(zhǔn)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-17
• 1.1 研究背景及意義10-11
• 1.2 局部特征提取技術(shù)的研究現(xiàn)狀11-15
• 1.2.1 局部特征檢測的研究現(xiàn)狀11-14
• 1.2.2 局部特征描述的研究現(xiàn)狀14-15
• 1.3 主要研究內(nèi)容與論文框架15-17
• 1.3.1 主要研究內(nèi)容15-16
• 1.3.2 論文框架16-17
• 第二章 圖像的局部特征提取方法17-44
• 2.1 圖像的尺度空間理論17-20
• 2.1.1 高斯尺度空間及性質(zhì)17-19
• 2.1.2 圖像的尺度空間表達19
• 2.1.3 圖像的特征尺度選擇19-20
• 2.2 局部特征檢測方法20-35
• 2.2.1 角點檢測方法20-29
• 2.2.2 斑點檢測方法29-34
• 2.2.3 局部特征檢測方法性能評估34-35
• 2.3 局部特征描述方法35-43
• 2.3.1 基于梯度分布的局部特征描述36-40
• 2.3.2 基于二進制的局部特征描述40-43
• 2.3.3 局部特征描述方法性能評估43
• 2.4 本章小結(jié)43-44
• 第三章 基于MS-Gabor濾波器的局部特征提取技術(shù)44-66
• 3.1 基于Gabor變換的特征提取方法概述45
• 3.2 Gabor濾波器理論45-50
• 3.2.1 Gabor變換和測不準(zhǔn)定理45-47
• 3.2.2 2D-Gabor濾波器47-50
• 3.3 多尺度的FAST興趣點檢測50-53
• 3.3.1 多尺度Gabor濾波器設(shè)計50-52
• 3.3.2 構(gòu)建尺度不變的FAST特征檢測52-53
• 3.4 特征點描述子的建立53-56
• 3.4.1 特征點方向分配53-54
• 3.4.2 特征矢量生成54-56
• 3.5 特征匹配與提純56-58
• 3.5.1 特征匹配56
• 3.5.2 RANSAC算法去除誤匹配56-58
• 3.6 實驗結(jié)果與評價分析58-65
• 3.6.1 實驗結(jié)果58
• 3.6.2 性能評價指標(biāo)58-59
• 3.6.3 不同算法性能對比分析59-65
• 3.7 本章小結(jié)65-66
• 第四章 局部特征提取技術(shù)在光學(xué)遙感影像配準(zhǔn)中的應(yīng)用66-78
• 4.1 光學(xué)遙感影像配準(zhǔn)技術(shù)66
• 4.2 基于局部特征提取的光學(xué)遙感影像配準(zhǔn)66-69
• 4.2.1 初始特征點匹配68
• 4.2.2 優(yōu)化控制點68
• 4.2.3 糾正待配準(zhǔn)圖像68-69
• 4.3 實驗結(jié)果及精度分析69-77
• 4.3.1 相同傳感器遙感影像配準(zhǔn)及精度69-73
• 4.3.2 不同傳感器遙感影像配準(zhǔn)及精度73-77
• 4.4 本章小結(jié)77-78
• 第五章 總結(jié)與展望78-80
• 5.1 總結(jié)78
• 5.2 展望78-80
• 致謝80-81
• 參考文獻81-86
• 攻讀碩士學(xué)位期間取得的研究成果86-87

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 陳星星;張榮;;基于多尺度相位特征的圖像檢索方法[J];電子與信息學(xué)報;2009年05期

，

本文編號：1054568