本文關(guān)鍵詞：基于SIFT的局部不變特征研究

  更多相關(guān)文章： 局部不變特征 SIFT 特征點波動性 評價方法

【摘要】：局部不變特征算法是目前應用十分廣泛的一項圖像信息處理技術(shù),在人臉檢測、目標識別、字符識別、全景圖像拼接、遙感圖像處理、機器人視覺等領(lǐng)域都有所應用,是當前圖像處理技術(shù)中的熱門研究領(lǐng)域。在局部不變特征算法中,SIFT(Scaled invariant feature transform)算法是里程碑式的算法,其提取的特征點穩(wěn)定性高、區(qū)分度好。但作為一項發(fā)展三十余年的圖像處理技術(shù),局部不變特征算法仍然有很大的改進及提升空間。首先,針對局部不變特征點抗干擾特性的研究尚未完善;其次,針對局部不變特征算法的評價指標缺失統(tǒng)一客觀的標準;最后,SIFT特征算法在運行效率上仍有待提高。首先,本文以SIFT特征為例,針對局部不變特征點的抗干擾性質(zhì)進行研究,發(fā)現(xiàn)其具有干擾條件下提取位置在一定范圍內(nèi)波動的特點,對局部不變特征點的波動性進行研究。在圖像加入噪聲、發(fā)生光照變換、發(fā)生模糊變換以及同時進行噪聲、光照及模糊處理這四種情況下分別分析同一算法提取的不同特征點的波動情況,進而得到不同特征點的波動區(qū)間。其次,本文針對SIFT算法在尺度構(gòu)建和描述子生成方面做出改進,引入SURF(Speed-up Robust Feature)特征提取算法,采用框狀濾波器對圖像進行卷積,從而近似DoH(Determination of Hessian)算子,并通過多尺度濾波器保留圖像尺度信息,提高特征提取環(huán)節(jié)的效率;結(jié)合二值描述子BRISK(Binary Robust Invariant Scalable Key points),提高描述子生成和匹配速度。再次,本文根據(jù)特征點波動性的性質(zhì)提出一種新的基于特征點波動性的評價指標,采用穩(wěn)定點占比和波動半徑對各個算法進行評價,提供一種新的評價思路。通過基于波動性的評價指標和既有傳統(tǒng)評價指標對各個局部不變特征算法進行評價,實驗證明BRISK-SURF算法在匹配速度、穩(wěn)定性和提取精度上有較大提高。并且,論文研究了圖像配準的常用方法,采用BRISK-SURF算法進行描述子生成及匹配,并用RANSAC迭代算法進行錯誤點剔除,從而實現(xiàn)圖像的精確配準。同時,論文研究了目標跟蹤技術(shù)的常用方法,給出了一種較為簡便、易于實現(xiàn)的基于特征點匹配的目標跟蹤方法,通過對匹配模版的自適應迭代方式實現(xiàn)目標跟蹤。證明了局部不變特征算法在應用方面具有一定的意義。最后,論文總結(jié)了主要工作,并指出論文尚有許多改進空間:首先,在針對特征點波動性的研究方面應引入旋轉(zhuǎn)矢量等更復雜的因素。其次,針對BIRSK-SURF算法,繼續(xù)提高其速度及抗干擾性。最后,繼續(xù)提高目標跟蹤算法的穩(wěn)定性。
【關(guān)鍵詞】：局部不變特征 SIFT 特征點波動性 評價方法
【學位授予單位】：中國科學院研究生院(光電技術(shù)研究所)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝4-5
• 摘要5-6
• ABSTRACT6-11
• 1 緒論11-18
• 1.1 引言11
• 1.2 研究背景11-12
• 1.3 研究現(xiàn)狀12-16
• 1.3.1 國外研究現(xiàn)狀12-16
• 1.3.2 國內(nèi)研究現(xiàn)狀16
• 1.4 研究意義16
• 1.5 文章組織結(jié)構(gòu)16-18
• 2 SIFT特征提取算法研究18-37
• 2.1 引言18
• 2.2 SIFT算法18-30
• 2.2.1 SIFT特征提取算法18-23
• 2.2.2 SIFT特征描述方法23-27
• 2.2.3 SIFT算法的匹配27
• 2.2.4 SIFT算法的評價與分析27-29
• 2.2.5 SIFT算法的拓展29-30
• 2.3 SIFT特征點抗干擾特性的研究30-36
• 2.3.1 局部不變特征點的波動性30-31
• 2.3.2 實驗步驟31-34
• 2.3.3 實驗結(jié)果34-35
• 2.3.4 結(jié)論35-36
• 2.4 本章小結(jié)36-37
• 3 BRISK-SURF特征提取算法37-46
• 3.1 引言37
• 3.2BRISK-SURF算法流程37-41
• 3.2.1 特征提取步驟37-40
• 3.2.2 描述子生成40-41
• 3.2.3 特征匹配41
• 3.3 基于傳統(tǒng)方法的評價結(jié)果41-44
• 3.4 基于波動性的評價指標及評價結(jié)果44-45
• 3.5 本章小結(jié)45-46
• 4 局部不變特征算法在圖像配準中的應用46-54
• 4.1 引言46
• 4.2 圖像配準技術(shù)46-48
• 4.3 基于特征點的圖像配準技術(shù)48-50
• 4.4 BRISK-SURF算法在圖像配準中的應用50-53
• 4.5 本章小結(jié)53-54
• 5 局部不變特征算法在目標跟蹤中的應用54-63
• 5.1 引言54
• 5.2 目標跟蹤技術(shù)54-56
• 5.3 基于特征點匹配的目標跟蹤算法56-62
• 5.3.1 目標跟蹤算法流程56-58
• 5.3.2 目標跟蹤實驗結(jié)果及分析58-62
• 5.4 本章小結(jié)62-63
• 6 總結(jié)與展望63-65
• 6.1 論文主要工作內(nèi)容及創(chuàng)新點63-64
• 6.2 研究展望64-65
• 參考文獻65-69
• 作者簡介及在學期間發(fā)表的學術(shù)論文與研究成果69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 賈熹濱;石勤;尹寶才;;由粗到細的漸進式特征點定位算法[J];北京工業(yè)大學學報;2006年05期

2 鄭林;劉泉;王林濤;;一種基于特征點的跟蹤算法[J];武漢理工大學學報(交通科學與工程版);2006年03期

3 江詩鋒;何振峰;;基于特征點的行車數(shù)據(jù)序列對齊[J];福州大學學報(自然科學版);2010年02期

4 周全峗;史澤林;;輻射模糊圖像的特征點穩(wěn)定性分析[J];光電工程;2013年06期

5 魏立梅,張永瑞,謝維信,程相君;人臉識別中基準點的選取與特征點定位[J];西安電子科技大學學報;1998年01期

6 許承慧;劉桂華;梁峰;;非特征點雙目測距技術(shù)研究[J];微型機與應用;2013年22期

7 潘翔;章國棟;陳啟華;;三維可變形物體的特征點層次提取[J];計算機科學;2014年04期

8 陶剛,盧昀,李吉桂;細化指紋圖中偽特征點的一體化去除算法[J];現(xiàn)代計算機(專業(yè)版);2002年10期

9 仲啟媛,譚立龍;一種確定運動目標特征點的算法[J];計算機工程;2003年10期

10 胡迎春,張增芳,梁數(shù);人臉圖像嘴巴特征點自動提取系統(tǒng)[J];廣西工學院學報;2003年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點匹配算法的研究與改進[A];2009中國控制與決策會議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實用的特征點匹配算法[A];全面建設(shè)小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術(shù)年會論文集（上）[C];2003年

5 許競;姜波;;攝像機運動下特征點追蹤方法研究[A];2011下一代自動測試系統(tǒng)學術(shù)研討會論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應用進展——第三屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2008年

7 杜鵬飛;彭代強;林幼權(quán);;基于二乘向量機的特征點配準算法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點跟蹤的圖象拼接[A];中國體視學學會圖像分析專業(yè)、中國體視學學會仿真與虛擬現(xiàn)實專業(yè)、中國航空學會信號與信息處理專業(yè)第一屆聯(lián)合學術(shù)會議論文集[C];2000年

9 楊向林;嚴洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點綜合檢測算法[A];第八屆全國信息獲取與處理學術(shù)會議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點搜索實現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 王宇;芯技術(shù)點亮未來[N];電腦報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 劉洪濤;基于視覺的微夾持構(gòu)件受力與應變測量方法[D];上海交通大學;2014年

2 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學;2016年

3 廖斌;基于特征點的圖像配準技術(shù)研究[D];國防科學技術(shù)大學;2008年

4 楊占龍;基于特征點的圖像配準與拼接技術(shù)研究[D];西安電子科技大學;2008年

5 楊利敏;圖像特征點定位算法研究及其應用[D];上海交通大學;2008年

6 李旭東;基于特征點的增強現(xiàn)實三維注冊算法研究[D];天津大學;2009年

7 魯統(tǒng)偉;前視目標圖像匹配定位技術(shù)研究[D];華中科技大學;2008年

8 戴激光;漸進式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學;2013年

9 宋琳;無人機飛行途中視覺導航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學;2015年

10 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應用[D];中國科學技術(shù)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 曾寶瑩;基于圖像識別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學;2015年

2 周兆鎮(zhèn);基于雙目視覺的特征點匹配算法研究[D];西安建筑科技大學;2015年

3 馮翔;基于人臉對齊和多特征融合的人臉識別方法研究[D];南京理工大學;2015年

4 姜小會;基于特征點的圖像拼接技術(shù)研究[D];山東建筑大學;2015年

5 吳昊;基礎(chǔ)矩陣估計方法研究[D];蘭州大學;2015年

6 陳偉;基于唇形特征的身份識別算法的設(shè)計[D];蘭州大學;2015年

7 秦清欣;GPS輔助攝影測量的邊坡監(jiān)測技術(shù)研究[D];南京理工大學;2015年

8 宋偉;遠程火光瞄準與探測系統(tǒng)設(shè)計[D];西安工業(yè)大學;2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺檢測方法研究[D];沈陽理工大學;2015年

10 任筱強;行星及行星衛(wèi)星著陸探測自主導航方法研究[D];哈爾濱工業(yè)大學;2015年

，

本文編號：743420