像素聚类改进二进制描述子鲁棒性

摘要：

目的 通过挖掘图像局部区域特征信息,提出了一种鲁棒性更高的二进制描述子.针对BRIEF(binary robust independent elementary features)关于旋转和视角变化鲁棒性差的问题,通过图像补丁分层处理、增加关键点图像补丁个数来捕获更多的局部特征信息,对BRIEF描述子改进.方法 首先,根据灰度序列对补丁内所有像素点分类,像素的一个聚类形成了一个亚补丁,然后在每个亚补丁上进行类似BRIEF的随机测试.其次,由于原图像补丁大小、尺度大小影响补丁的像素点成分,从而影响像素聚类的效果,所以在原图像关键点周围分割出多个不同大小的图像补丁,或是将原图像补丁根据尺度金字塔确定几个尺度大小不同的补丁,然后再对图像补丁进行分层、测试.所构建的描述子不仅包含了补丁像素的灰度比较信息,而且包含了灰度排序信息和像素群聚信息,提高了描述子的鲁棒性.结果 通过性能对比实验,发现所提的描述子的性能提高了,而且好于对比的浮点描述子.结论 挖掘图像补丁的特征信息能提高二进制描述子的鲁棒性.

关键词：关键点、图像补丁、局部特征、二进制描述子、鲁棒性

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2014-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：569-576