基于HSI哈希学习的航拍图像匹配算法研究

发布时间：2021-03-24 08:12

　　针对航拍图像高维度、高分辨率、尺寸大等特点,本文提出了一种基于HSI颜色空间的哈希学习图像匹配算法HSI-H（HSI-Hashing）,实现对高分辨率航拍图像的快速匹配。该方法首先从人眼视觉角度出发,将原图像转换至HSI分量图像后进行特征点检测并形成多特征描述子;然后,以类间与类内散列度信息构建哈希目标函数,完成哈希函数训练;最后利用哈希函数将高维特征描述向量变换为二进制哈希编码,在汉明空间中完成快速匹配。本文的主要研究内容包括:（1）针对SURF、SIFT等传统算法在进行特征检测时多基于灰度信息,图像颜色或边缘信息容易被忽略从而造成漏匹配。因此,本文提出将原RGB图像变换为HSI图像,使色调、饱和度及亮度信息能够充分利完成特征选取与描述,为有效利用航拍图像丰富的边缘信息,边缘非极大值抑制M-NMS方法被提出,大大提高了特征点选取的准确性。（2）为提高特征表达能力,一种基于HSI颜色空间的局部多特征描述子被提出。在H分量上提取平均方向特征,S分量上提取梯度特征,I分量上提取平均强度特征,形成高鲁棒性的特征描述向量。通过Precision-Recall曲线和匹配分数实验对描述子性能进行验... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图像匹配在图像技术中的位置

图像匹配过程中如何选择和描述特征点也是决定匹配效果的此，针对数据量不断增大、特征维度不断变高和内容复杂度不断提升保证或提高图像匹配算法的精度、抗干扰性和速度显得尤为重要。像匹配的历史和现状征描述子发展历程匹配的核心在于同一目标即使处于不同分辨率、不同时间、不同角度助局部共性识别物体。学者利用特征描述子来刻画局部共性，将图像集合。理想的局部特征描述子在针对平移、缩放、旋转、光照及仿射好的鲁棒性，其在特征匹配中通常被表示为 N 维向量。为保证航拍图率，其特征点描述子的可区分性和鲁棒性尤为重要，当前特征点描述分为浮点型和二值型，如图 1-2 所示。

等处理中更为明显。在现实应用中算此外，在图像获取过程中拍摄角度，键因素尤其针对航拍图像。因此，针以分为基于灰度、特征及关系的三类配算法算法多采用图像的灰度信息建立图像性度量值最大或最小。这类方法抗噪棒性。但是算法难以达到实时性标准。基于灰度相关的图像配算法主要包对差）[32]算法的核心思想是通过对模得二者相关性，其搜索如如 2-1 所示

【参考文献】：
期刊论文
[1]HSI色彩空间下的低照度遥感图像增强[J]. 邵帅,郭永飞,刘辉,袁航飞,张择书.  光学精密工程. 2018(08)
[2]基于正弦相位编码的相机离焦标定[J]. 杨浩,蔡宁,林斌,曹向群.  光子学报. 2018(07)
[3]基于概率图像灰度比对算法的远洋海岛可再生能源机组配置方案优选策略研究[J]. 丁苏阳,于壮状,林湘宁,张哲原,汪致洵,李正天,陈冲,陈哲,方家琨.  中国电机工程学报. 2018(19)
[4]基于改进SIFT特征提取的车标识别[J]. 耿庆田,赵浩宇,王宇婷,赵宏伟.  光学精密工程. 2018(05)
[5]位图局部敏感哈希的匹配二进制特征搜索算法[J]. 杨东升,张展,廉梦佳,王丽娜.  吉林大学学报(工学版). 2018(03)
[6]基于MATLAB的图像边缘检测方法的研究[J]. 董云峰.  大庆师范学院学报. 2018(03)
[7]利用本质矩阵进行低空无人机影像位姿恢复的研究[J]. 张晶晶,吴良才,艾海滨,许彪,赵栋梁.  测绘通报. 2018(04)
[8]基于Matlab平台的相机标定研究[J]. 李明彩,郭轩,于毅.  数字技术与应用. 2018(02)
[9]基于在线学习型哈希的最近邻查找算法研究进展[J]. 胡伟,任艳多,孙瑶.  数据通信. 2018(01)
[10]基于深度学习的图像描述研究[J]. 杨楠,南琳,张丁一,库涛.  红外与激光工程. 2018(02)



本文编号：3097392