基于自适应增强的图像二值描述子

摘要：

针对经典的尺度不变特征变换和快速鲁棒特征描述子存在空间占用和参数自适应学习能力较差的问题,提出一种基于自适应增强的图像二值描述子,采用优化学习的思路获取图像描述子.使用学习方法得到图像描述子的通用框架,在基于阈值响应的相似度函数上,给出一种改进的相似度函数,通过该函数可快速学习图像的描述子及二值描述子.运用图像的梯度特征构建弱学习器,通过自适应增强方法寻找弱学习器的最优权重和非线性特征响应,得到区分性强且鲁棒性好的局部特征描述子.图像匹配实验结果表明,该图像二值描述子占用存储空间少、匹配性能好.

关键词：描述子、图像描述、自适应增强、图像匹配、尺度不变特征变换、快速鲁棒特征、局部特征、弱学习器

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：广东省教育厅2014年特色创新基金资助项目2014GXJK181

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：230-234,240