【摘要】：鑒于當前基于采樣模型的二值描述子的采樣信息相關度高且描述子的魯棒性較低,通過改進視網(wǎng)膜采樣模型,提出基于采樣點組二值化策略的魯棒二值描述子。首先,通過減少采樣層數(shù)并增大采樣點間的距離,設計出低采樣點密度和低采樣區(qū)域重疊度的改進視網(wǎng)膜采樣模型。然后,在模型中的采樣點圓形鄰域內(nèi)獲取若干像素點,將其與采樣點一起組成采樣點組,分別計算兩個采樣點組對應點的灰度對比結(jié)果,并利用投票策略決定最終二值結(jié)果。最后,將采樣點組的梯度對比信息與灰度對比信息一起編碼生成描述子,以提高對相似灰度區(qū)域的描述力。通過對比實驗可以看出,所提二值描述子對各種圖像變化具有較好的魯棒性且具有較好的匹配效果。
[Abstract]:In view of the high correlation of sampling information and the low robustness of the descriptor based on the sampling model, a robust binarization descriptor based on the binarization strategy of sampling points is proposed by improving the retinal sampling model. Firstly, by reducing the number of sampling layers and increasing the distance between sampling points, an improved retinal sampling model with low sampling point density and low sampling area overlap is designed. Then, a number of pixel points are obtained in the circular neighborhood of the sample points in the model, which are combined with the sampling points to form the sampling points group. The gray contrast results of the corresponding points of the two sample points groups are calculated respectively, and the final binary results are determined by voting strategy. Finally, the gradient contrast information of the sample group is coded together with the gray contrast information to generate a descriptor to improve the describing power of the similar gray area. The comparison experiments show that the proposed binary-valued descriptor is robust to various image changes and has a better matching effect.
【作者單位】： 河南理工大學計算機科學與技術學院;
【基金】：國家自然科學基金(61472119,61572173,61472373,61401150) 計算機視覺與圖像處理創(chuàng)新團隊(T2014-3) 河南理工大學杰出青年基金項目:基于二值特征描述子的圖像匹配方法研究(J2016-3)資助
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 周正東,章品正,舒華忠,周衛(wèi)平,李松毅,於文雪;基于小波惟一描述子的多邊形逼近方法[J];數(shù)據(jù)采集與處理;2005年01期

2 王志衡;吳福朝;;均值-標準差描述子與直線匹配[J];模式識別與人工智能;2009年01期

3 劉仰龍;王從慶;高玨;許榮華;;基于小波描述子的水果果形分類[J];浙江大學學報(農(nóng)業(yè)與生命科學版);2010年03期

4 王志衡;智珊珊;劉紅敏;;基于亮度序的均值標準差描述子[J];模式識別與人工智能;2013年04期

5 田時髦;汪增福;;一種對亮度變化魯棒的局部特征描述子及其快速生成算法[J];小型微型計算機系統(tǒng);2013年08期

6 盧鴻波;孫愿;張志敏;;采用旋轉(zhuǎn)匹配的二進制局部描述子[J];中國圖象圖形學報;2013年10期

7 惠國保;李東波;童一飛;;基于優(yōu)化采樣模式的緊湊而快速的二進制描述子[J];自動化學報;2014年02期

8 王濤,劉文印,孫家廣,張宏江;傅立葉描述子識別物體的形狀[J];計算機研究與發(fā)展;2002年12期

9 劉微;;精簡顏色描述子研究[J];吉林師范大學學報(自然科學版);2008年03期

10 王明俊;王萍;王玲;;基于傅立葉描述子的中長跑自動計圈技術研究[J];科學技術與工程;2009年03期

相關會議論文 前10條

1 金培權(quán);周英華;岳麗華;龔育昌;;基于歷史拓撲和描述子的時空變化表示[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2003年

2 張靜茹;何耀;劉興濤;朱明清;陳宗海;;基于區(qū)域協(xié)方差描述子的視頻靜止目標檢測[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

3 蔡占川;孫偉;畢寧;齊東旭;;基于U描述子物體形狀的識別[A];全國網(wǎng)絡與信息安全技術研討會'2005論文集（下冊）[C];2005年

4 張波;鄒建成;劉旭麗;;一類新的Ⅴ描述子在形狀識別中的應用[A];中國幾何設計與計算新進展2007——第三屆中國幾何設計與計算大會論文集[C];2007年

5 王建;朱明清;趙宇宙;郭明瑋;陳宗海;;基于含時切割平面和區(qū)域協(xié)方差描述子的跳躍行為識別方法[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

6 鐵小勻;鐘文琦;劉雪;鄒建成;;一種新的基于Ⅴ描述子的圖形水印技術[A];中國幾何設計與計算新進展2007——第三屆中國幾何設計與計算大會論文集[C];2007年

7 戴岳剛;明東;;基于數(shù)學描述子的步態(tài)圖像處理方法研究[A];天津市生物醫(yī)學工程學會第29屆學術年會暨首屆生物醫(yī)學工程前沿科學研討會論文集[C];2009年

8 熊剛強;齊東旭;;基于分段多項式描述子和BP網(wǎng)絡的形狀識別方法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

9 陳興峰;顧行發(fā);李紫薇;余濤;鄭進軍;郭丁;;基于“凈化邊界的傅立葉描述子”圖像形狀特征提取[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

10 原琨;姚鴻勛;紀榮嶸;;基于時空關聯(lián)的角色關系挖掘[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

相關博士學位論文 前9條

1 曹祝樓;醫(yī)學圖像配準中的若干關鍵問題研究[D];山東大學;2015年

2 李瑩瑩;圖像局部特征描述子的構(gòu)建研究[D];合肥工業(yè)大學;2015年

3 尚俊;圖像二進制描述子及其目標識別算法研究[D];華中科技大學;2016年

4 唐可可;基于局部形狀描述和匹配選擇的三維物體識別系統(tǒng)[D];中國科學技術大學;2017年

5 洪曉鵬;新型二階統(tǒng)計描述子及其在物體檢測與跟蹤方面的應用[D];哈爾濱工業(yè)大學;2010年

6 林杰;面向移動視覺搜索的緊湊聚合描述子研究[D];北京交通大學;2014年

7 舒禹程;基于特征描述子的圖像匹配算法研究[D];華中科技大學;2015年

8 鄧黎;擴展目標的特征提取及目標識別[D];中國科學院研究生院（光電技術研究所）;2013年

9 田甜;快速局部圖像特征提取方法研究[D];華中科技大學;2015年

相關碩士學位論文 前10條

1 吳倩雯;改進的SURF描述子及其在服飾圖片檢索中的應用研究[D];電子科技大學;2014年

2 李磊;基于3DZernike描述子的視頻水印認證技術研究[D];中國科學院大學(工程管理與信息技術學院);2015年

3 劉曉璐;典型二進制描述子研究及性能評估[D];西安電子科技大學;2014年

4 豐一流;SIFT圖像匹配算法面向?qū)崟r性的優(yōu)化與實現(xiàn)[D];國防科學技術大學;2013年

5 楊學文;面向交互語義的用戶基本手勢實時檢索方法研究[D];濟南大學;2015年

6 何川;基于RGB-D的場景支撐關系提取算法研究[D];合肥工業(yè)大學;2014年

7 王延青;一種基于拓撲分析的三維模型描述子及其應用研究[D];南京大學;2013年

8 朱婷;圖像不規(guī)則區(qū)域匹配算法研究[D];河南理工大學;2015年

9 邵長峰;基于凸優(yōu)化的二值描述子研究及實時作物行檢測中的應用[D];哈爾濱工業(yè)大學;2016年

10 盧迎彬;基于分層特征描述子的移動機器人行人目標跟蹤[D];北京工業(yè)大學;2016年

，

本文編號：2162411