基于采样点组二值化策略的鲁棒二值描述子研究

摘要：

鉴于当前基于采样模型的二值描述子的采样信息相关度高且描述子的鲁棒性较低,通过改进视网膜采样模型,提出基于采样点组二值化策略的鲁棒二值描述子.首先,通过减少采样层数并增大采样点间的距离,设计出低采样点密度和低采样区域重叠度的改进视网膜采样模型.然后,在模型中的采样点圆形邻域内获取若干像素点,将其与采样点一起组成采样点组,分别计算两个采样点组对应点的灰度对比结果,并利用投票策略决定最终二值结果.最后,将采样点组的梯度对比信息与灰度对比信息一起编码生成描述子,以提高对相似灰度区域的描述力.通过对比实验可以看出,所提二值描述子对各种图像变化具有较好的鲁棒性且具有较好的匹配效果.

关键词：特征匹配、采样模型、二值描述子、采样点组

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61472119,61572173,61472373,61401150;计算机视觉与图像处理创新团队T2014-3;河南理工大学杰出青年基于二值特征描述子的图像匹配方法研究J2016-3

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：292-297,309