本文關(guān)鍵詞：圖像二進制描述子及其目標識別算法研究

  更多相關(guān)文章： 特征提取 目標識別 二進制描述子 自適應(yīng)量化 梯度排序 重要位平面

【摘要】：圖像的特征提取和分析是計算機視覺的重要研究內(nèi)容,廣泛應(yīng)用于目標識別、圖像分類和匹配、人臉識別等領(lǐng)域。浮點型特征占用很大的存儲空間和計算代價,已經(jīng)不能滿足日益增長的大規(guī)模圖像數(shù)據(jù)處理的要求。二進制描述符由于其計算簡單和高效性,在圖像處理和計算機視覺領(lǐng)域有廣泛的應(yīng)用前景。但是傳統(tǒng)的二進制描述子對噪聲比較敏感,量化過程過于簡單,丟失了很多細節(jié)信息,缺乏足夠的判別能力,在性能上與浮點型特征仍然存在差距。以目標識別作為應(yīng)用背景,分析比較了各種二進制描述子并對其進行了改進,提出了幾種基于區(qū)域不變量的局部二值特征。分析了所有仿射不變區(qū)域的8鄰域像素與中心像素灰度差值分布情況,發(fā)現(xiàn)其近似服從零均值的高斯分布,提出了一種基于灰度差值自適應(yīng)量化的局部二值模式。為了包含更多的空間結(jié)構(gòu)信息并提高對光照變化的魯棒性,使用了基于灰度序的方法對仿射區(qū)域分塊取代矩形分塊。由于所有仿射區(qū)域的灰度差近似于一個零均值的高斯分布,以圖像所有仿射區(qū)域灰度差分布的方差為閾值建立自適應(yīng)量化等級,使用了動態(tài)閾值提高了描述子對噪聲的魯棒性和判別能力。為了使描述子對旋轉(zhuǎn)變化有較好的魯棒性,采取旋轉(zhuǎn)不變采樣的方式采樣像素點并求得它與鄰域中心像素的灰度差值,排序后并映射成二進制描述子,統(tǒng)計對應(yīng)十進制數(shù)的頻率分布形成直方圖特征。同時使用了多尺度特征描述進一步提高了特征描述符的判別能力,通過改變仿射區(qū)域大小,將大小不同區(qū)域的描述符串聯(lián)起來形成多尺度的特征作為圖像仿射區(qū)域的特征描述�；陉P(guān)鍵點的局部特征描述了圖像在各種變化下穩(wěn)定區(qū)域的特征,但沒有考慮圖像的全局結(jié)構(gòu)信息。由于整幅圖像中8鄰域像素與中心像素的灰度差值的分布也是近似符合零均值的高斯分布,因此提出了以圖像總體梯度方差為閾值的的基于梯度排序的二值模式來描述圖像的全局特征。首先將整幅圖像按灰度值分布分成若干個子區(qū)域,在每個子區(qū)域中分別計算8鄰域梯度大小并對梯度進行排序,然后映射成二進制描述子,再用類似LBP的方法轉(zhuǎn)換成十進制數(shù),統(tǒng)計頻率分布得到直方圖,并且采用了多尺度原理改變鄰域大小求得對應(yīng)尺度下的特征描述,最后把多個尺度下的特征連接起來作為圖像的全局特征描述符。與局部特征相比,能更好地保留目標的全局空間結(jié)構(gòu)關(guān)系。二進制描述子對灰度差值使用了簡單的二值量化,量化等級太簡單,不適合直接用作目標識別中的特征提取。由于高階位平面上反映了圖像的主要內(nèi)容,并且對噪聲有較好的魯棒性,因此提出了在高階位平面提取目標的全局特征的二進制描述子。首先將圖像按灰度值分布分成若干個子區(qū)域,對每個子區(qū)域的像素來說,對其鄰域的灰度值進行排序,提取4個重要位平面,然后對位平面上的像素按灰度值排列形成二進制描述子,這樣可以使描述符對旋轉(zhuǎn)變化有較好的魯棒性,并與位平面每個鄰域中心像素形成聯(lián)合直方圖特征。位平面上直接提取二進制特征避免了在量化形成二值特征過程中信息的丟失,提高了描述符的判別能力。采用了多尺度原理改變鄰域大小求得多尺度下的特征描述,在較大尺度下先對鄰域像素執(zhí)行均值操作再提取高階位平面,使得描述符對噪聲有一定的魯棒性,并且可以獲得更多的局部信息,最后把多個尺度下的特征連接起來作為圖像的全局特征描述符。描述符對光照變化、旋轉(zhuǎn)變化和尺度變化有較好的魯棒性,提出了基于二進制描述子的圖像相似性度量方法和目標識別算法。在三個目標識別圖像庫上進行了測試獲得了較高的準確率,實驗結(jié)果表明我們的特征描述符要優(yōu)于現(xiàn)有的二進制描述子和浮點型特征SIFT。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 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

2 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(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2010年03期

3 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

4 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

5 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(xué)報;2013年10期

6 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(xué)報;2014年02期

7 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

8 劉微;;精簡顏色描述子研究[J];吉林師范大學(xué)學(xué)報(自然科學(xué)版);2008年03期

9 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(shù)研究[J];科學(xué)技術(shù)與工程;2009年03期

10 賈其;呂緒良;曾朝陽;許衛(wèi)東;;特征描述子在目標偽裝效果評價中的應(yīng)用[J];應(yīng)用科學(xué)學(xué)報;2011年05期

中國重要會議論文全文數(shù)據(jù)庫 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(xué)術(shù)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(shù)及其應(yīng)用學(xué)術(shù)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(luò)與信息安全技術(shù)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(yīng)用[A];中國幾何設(shè)計與計算新進展2007——第三屆中國幾何設(shè)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(shù)及其應(yīng)用學(xué)術(shù)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(shù)[A];中國幾何設(shè)計與計算新進展2007——第三屆中國幾何設(shè)計與計算大會論文集[C];2007年

7 戴岳剛;明東;;基于數(shù)學(xué)描述子的步態(tài)圖像處理方法研究[A];天津市生物醫(yī)學(xué)工程學(xué)會第29屆學(xué)術(shù)年會暨首屆生物醫(yī)學(xué)工程前沿科學(xué)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(luò)的形狀識別方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)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(xué)學(xué)術(shù)會議論文集[C];2008年

10 豐峰;蘇滿秀;袁哲明;;一種新的氨基酸描述子及其在抗菌肽QSAR中的應(yīng)用[A];華中昆蟲研究（第七卷）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王立峰;藥效多肽的定量序效關(guān)系研究[D];湖南農(nóng)業(yè)大學(xué);2014年

2 曹祝樓;醫(yī)學(xué)圖像配準中的若干關(guān)鍵問題研究[D];山東大學(xué);2015年

3 黃為;基于序關(guān)系特征描述的高分辨率遙感影像識別研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 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(xué);2015年

5 田甜;快速局部圖像特征提取方法研究[D];華中科技大學(xué);2015年

6 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(xué);2015年

7 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(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

8 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(xué);2014年

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

10 陳國華;手性藥物分子結(jié)構(gòu)表征及定量構(gòu)效關(guān)系研究[D];重慶大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 常佳;基于肽鏈初級結(jié)構(gòu)表征對肽類藥物進行QSAR研究[D];陜西科技大學(xué);2015年

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

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

4 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(xué);2014年

5 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(xué)技術(shù)大學(xué);2013年

6 楊學(xué)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(xué);2015年

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

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

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

10 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(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號：1288860