文档介绍：基于局部不变特征的图像匹配?一、局部不变特征?二、基于局部不变特征的匹配方法?三、基于局部不变特征匹配的应用一、局部不变特征?定义: 局部不变特征是指局部特征的检测或描述对图像的各种变化, 例如几何变换、光度变换、卷积变换、视角变化等保持不变。一、局部不变特征?局部不变特征特性: 1 )重复性:相同场景或目标在不同成像条件下图像提取的局部不变特征应该是相同的; 2 )区分性:局部不变特征应包含较大的灰度或色度模式变化, 易于区分; 3 )局部性:局部不变特征应具有局部性, 减小遮挡的概率, 同时可以采用简单的变换模型对图像间的变换进行近似建模; 一、局部不变特征?局部不变特征特性: 4 )精确性:局部不变特征应可以在空域、尺度域及形状域上精确定位; 5 )不变性:局部不变特征的检测和描述对各种变换应具有不变性; 6 )鲁棒性:局部不变特征的检测和描述应对图像噪声、量化误差、模糊等不敏感。一、局部不变特征?理论基础: 1、C. Schmid , R. Mohr, Local Grayvalue Invariants for Image Retrieval , IEEE PAMI, 19 (1997): 530 – 534 利用图像的局部信息足以描述图像包含的内容 2、 D. G. Lowe, Distinctive Image Features from Scale-Invariant Keypoints , International Journal puter Vision, 60, 2 (2004 ),91 – 110. 证明了局部信息足以用来进行图像识别二、基于局部不变特征的匹配方法? 联合 ARPIH 和直方图相似性距离? 基于 Shape Context ? 联合色彩和几何信息 联合 ARPIH 和直方图相似性距离? APPIH 描述符 0. 57 ∶ ∶1 联合 ARPIH 和直方图相似性距离? ARPIH 描述符直方图的x轴是子区域的编号, y 轴是灰度级( 0-255 ) , 被均匀划分为 18 个灰度范围。将每一子区域中的像素点按其灰度值划分到各个灰度范围中。例如:ARPIH 中, z 轴 H (11 ,9) 表示第 11 号子区域中灰度值在[ 115 ,129) 范围内的点的个数。 联合 ARPIH 和直方图相似性距离? ARPIH 描述符通过使用 ARPIH 描述符,将 2 个图像区域的匹配转化成为 2 幅直方图的匹配,减少了计算的复杂性,且拥有良好的抗畸变能力