多尺度局部结构主导二值模式学习图像表示

发布时间：2021-08-01 12:38

　　图像局部特征描述是计算机视觉的一个基本问题,局部特征描述子作为一种底层特征描述技术,可以描述丰富的图像局部细节结构,在图像发生形变、遮挡或缺损时,仍然表现出较强的鲁棒性,因此被广泛应用在目标检测和识别等计算机视觉任务中。计算机对图像进行理解通常采用“从局部到全局”的策略,这是一个从微观到介观到宏观,由底向上的图像描述过程。但是目前常用的图像特征抽取与描述技术是基于宏观整体或局部区域的,除LBP与GIMMRP算子外,很少有基于微观结构描述的局部特征技术。LBP具有计算简单,对图像旋转和图像灰度变换能保持不变性等优异性能,然而常规的LBP方法不足在于:（1）在二值化处理中,LBP仅保留了像素之间的灰度关系,导致图像细节信息的大量丢失;（2）LBP有可能会出现分布不均匀的直方图以及出现频率较低的模式类型;（3）LBP对所关注的模式类型需要预先定义,如“统一模式”是一种预先定义的模式。GIMMRP具有LBP相类似的优点,同时对图像微观结构有很强的描述表达能力,大幅度提升了二值描述算子的判别能力。但GIMMRP算法需要对图像中每一个3×3邻域和131个卷积模板进行卷积运算,导致计算效率低,运行速... 

【文章来源】：湘潭大学湖南省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图１－２纹理图像??

图１－４图像遮挡??从图１－３可知，第一列是完整图像，第二列是一些角点，第三列是点以外的线段。显然，看第二列的时候我们能更容易地把他们想象成第一，假设我们描述整幅图像时利用这些显著的特征点，就可以大大降低图大量信息，减少计算量。且即使物体图像缺损或者受到部分遮挡，图像要信息依旧能够通过图像剩余的特征点来进行还原。??虽然局部不变特征近年来的研宄取得了极大的进步，但依旧存在大量问。（１）很多算法的主要参数采用的是工程应用的经验值，缺少理论证明性差。（２）目前的局部特征方法缺少关于语义层次方面的解释，所提出变特征所处位置不明确，可能处于复杂的结构背景上，也可能在感兴趣还可能位于二者的边界处，因而需要对局部特征做语义方面的解释。（３局部特征的评价体系做进一步完善。另外需要说明的是，通常情况下法对图像提取其局部特征时，是从子区域开始着手的。比如ＳＵＲＦ和中心像素点邻域时采用的４Ｘ４格子状区域，ＧＬＯＨ将邻域划分为１６－

巧传统万

【参考文献】：
期刊论文
[1]图像微观结构的二值化表示与目标识别应用[J]. 张东波,陈治强,易良玲,许海霞.  电子与信息学报. 2018(03)
[2]Face recognition based on subset selection via metric learning on manifold[J]. Hong SHAO,Shuang CHEN,Jie-yi ZHAO,Wen-cheng CUI,Tian-shu YU.  Frontiers of Information Technology & Electronic Engineering. 2015(12)
[3]具有几何和光照不变性的不变矩构建研究[J]. 徐贵力,钟志伟,王彪,田裕鹏,郭瑞鹏,李开宇.  航空学报. 2013(07)
[4]基于图像Tchebichef矩抗几何攻击的零水印算法[J]. 程兴宏,侯榆青,程璟星,蒲鑫.  计算机应用. 2013(02)
[5]结合区域颜色和纹理的运动阴影检测方法[J]. 曹健,陈红倩,张凯,牛长锋.  机器人. 2011(05)
[6]角点特征在目标识别中的应用[J]. 曹健,刘琼昕,高春晓,刘玉树.  北京理工大学学报. 2011(03)
[7]基于多尺度几何分析的目标描述和识别[J]. 潘泓,李晓兵,金立左,夏良正.  红外与毫米波学报. 2011(01)
[8]基于颜色特征的棉田绿色杂草图像识别方法[J]. 沈宝国,陈树人,尹建军,毛罕平.  农业工程学报. 2009(06)
[9]一种基于目标红外特征的目标分类识别方法[J]. 孟庆华,沈振康,张忠诚.  红外技术. 1999(02)

硕士论文
[1]基于颜色特征的图像检索系统设计与实现[D]. 邸洪波.沈阳工业大学 2011
[2]基于Gabor变换的特征提取及其应用[D]. 薛玉利.山东大学 2007



本文编号：3315542