一种弱增强图像下的特征提取方法设计与仿真

摘要：

当前的显著图像特征提取方法无法增强原始图像目标特征显著性,导致提取精度偏低、耗时长,且抗干扰性能较弱.为此,提出基于高斯函数的显著图像特征提取方法.建立高斯函数,生成关于原始图像数据的特征分布金字塔,层层滤波金字塔内所有特征点,计算迭代后的特征参数.以上述参数为判定依据,判定尺度区间内的全部特征,分辨异常特征点及目标特征点,建立提取窗口,计算在上述窗口内目标特征点水平方向及垂直方向的分布金字塔,代入到高斯响应函数中计算最终的响应阈值,至此完成目标特征提取.仿真结果证明,所提方法对原始图像特征具有较强的识别性,且与原始数据的吻合性较强、精准度较高、耗用时间较少,抵抗异常数据、噪声或冗余特征点影响能力强.

关键词：高斯函数、显著图像、分布金字塔、特征响应函数、冗余特征点

所属期刊栏目：39

分类号：TP391.49(计算技术、计算机技术)

在线出版日期：2022-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：197-200,370