论文部分内容阅读
摘要：计算机视觉和图像处理领域普遍存在数据维度高，图像数据类型日益复杂的情形，经典的计算和分析方法对这类图像数据进行分析处理时往往计算代价过高，甚至会完全失效。通常在对高维复杂图像数据进行分析和处理之前，需要对样本数据集进行特征提取操作，提取与样本相关性强的特征点，并且要去除噪声特征点和与样本数据集不相关的冗余特征点，为此提出一种基于SIFT描述符的图像角点特征提取方法以及基于嵌入式多DSP的实时边缘系统的基于3个DSP两两相连的图像边缘检测模块。
关键词：特征提取；SIFT；图像角点
第一章 绪论
1.1背景及意义
随着计算机视觉、模式识别和多媒体等计算机科学技术的发展，人们希望能够和计算机进行更深度的交互活动。由于图像特定的表达形式不需要使用过多的文字描述，就可以将大量的信息直观地呈现出来，进一步对图像进行分析处理操作便可获取大量的对人们有价值的信息。因此，目前图像成为了获取信息的重要渠道之一。
1.2与类似技术算法比较
基于颜色特征进行提取，颜色特征通常反应得是图像或图像某区域所对应的目标的表面性质，较为直观且描述简单。但是颜色特征属于全局特征，不能很好的表征图像中的局部信息，反映图像局部变化情况。提出了一种基于SIFT描述符的图像角点特征提取方法。该方法使用最近距离比的方法来获得初始匹配特征描述符对，有效减少异常值的影响。此外，利用尺度方向的联合限制寻找假匹配SIFT 描述符对。并利用随机采样一致性原则删除异常值，提高图像角点特征配准精度。
由于现有图像数据库很大一部分来源于数码相机拍摄的图片，这些图片会包含数码相机产生的热噪声和电子噪声，为实现对图像的实时边缘检测，研究了基于嵌入式多DSP的实时边缘检测系统。设计了基于3个DSP两两相连的图像边缘检测运算模块，并通过FPGA对图像进行预处理来提高检测效率，保证了边缘检测的实时性。采用改进的万有引力边缘检测算法，降低噪声对检测结果的影响，提高对细节信息的检测准确度。
1.3问题的分析与处理
数字图像处理的最基础、最重要的步骤之一就是图像特征提取，往往从各种媒体介质直接获取的图像不满足计算和分析的需求，需要对图像进行一系列的处理和分类标识等操作。伴随多媒体数据出现的“维度灾难”问题，存在大量的不相关的、冗余的特征，对图像分析过程起到了干扰和噪声效果，影响了图像特征提取结果的性能。
面对这类复杂图像数据的分析和处理的特点，图像特征提取技术也在不断的革新。数字图像的处理过程中，首先需要研究图像固有的、本质的属性，并对这些属性进行测量，然后将这些属性进行数值化。而图像特征就是指用于可以进行标识的，存在于图像之中的属性，特征提取过程也就是对图像进行标识和分类的过程，对图像内容所包含的信息进行处理和分析，将能保持图像的缩放、平移、尺度变化或光照变化等随机操作或因素干扰不变的信息作为该图像的特征提取出来。
第二章 相关技术分析
大多数基于颜色的图像处理系统是利用颜色直方图方法来获取颜色特征。直方图用来描述颜色空间中各像素色彩值出现的统计概率，反映了图像颜色分布的统计特征。该方法具有一定的几何意义，操作时具有图象旋转不变和尺度不变特性。提出一种累加颜色直方图混合度量方法，该方法同时提取了图像的颜色、空间、灰度特征，对三类特征进行综合分析度量，然后进行特征相似度匹配。实验表明该方法在一定程度上提升了图像的检索效果。提出采用灰度差分统计方法提取火焰纹理粗糙度，将图像灰度进行差分统计分析，计算出一定领域范围内像素点的灰度差值，然后统计这些像素点出现的概率，从而能反映出不同像素之间在邻域内的关联程度。用二维函数关系来建立灰度差分直方图，能够实现灰度计算的快速处理。也有专家学者提出运用矩方法理论来实现颜色特征提取，由Hu等人于1961年首次提出了矩不变量的概念，但是该文献提出的矩不变量不具有正交性，往往包含大量的冗余信息。
第三章 对SIFT描述符特征提取方法分析
3.1分析结果
近几年来，在计算机视觉中关于图像配准的研究很多，并取得了非常积极的实验结果。尤其是Lowe利用SIFT方法提取的图像特征具有尺度和旋转不变性，并且对一定程度的光照变化和视觉变化保持不变性，该方法被成功地应用于图像配准领域，近年了受到了不少专家学者的关注。Guyader等人提出了一种基于非刚性图像配准，采用局部仿射变换和全局平滑约束的模型，捕捉非线性扭曲，模拟图像的弹性变化。Collignon等人认识到了信息相似度在图像配准中的重要作用，由于基于互信息的配准方法是源于统计理论的方法，作者提出使用基于互信息或者相对熵的多模态图像配准方法，该方法不需要假设不同图像之间的亮度对应关系，也不需要对图像进行前期分割，可以实现多模态图像的全自动配准。为了提高特征匹配的速度，Ke在假设提取的图像特征服从Gaussian分布的情况下，利用核主成分分析的方法对SIFT特征进行降维处理，并且构建了PCA-SIFT描述子，实现了特征的快速匹配。Mohammad等人考虑到图像的高阶统计特征一般不服从Gaussian分布，提出了ICA-SIFT描述子算法，从而提高了图像匹配的准确率。
3.2方法的不足
SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对一定程度的目光遮挡、光照变化、视点变换、噪声场景等也能保持较好的适应性。但是对于几何变化较大的两幅图像之间匹配误差较大。对于相似性度量只是从描述子的距离来进行，并没有考虑特征点的位置及周围领域的灰度相关性，对灰度变化较大的两幅图像之间配准误差较大。
3.3意见及想法
图像配准是为了寻求源图像和目标图像之间关于空间和灰度的一对一映射的过程，将不同时段、不同视角或者来源于不同媒介获取的图像进行叠加。假设二维矩阵K1和K2，分别代表源图像和目标图像，K1（x，y）和K2（x，y）分别表示两幅图像在点（x，y）处的灰度值，则两幅图像之间的映射关系可由公式（5.1]）表示为：
K2（x，y）=g（K1（f（x，v）））（5.1）
其中，f为二维空间下的坐标变换；g表示对应的灰度变化。一般灰度校正在图像预处理中实现，图像配准要解决的关键问题就是图像之间的空间和几何变换，由此取得更高的配准精度。首先需要建立合适的数学模型即变换模型，当变换模型确定后，依次展开后续的配准步骤。变换模型分为全局变换模型和局部变换模型。常见的图像变换模型有刚体变换、仿射变换、投影变换和非线性变换。
第四章 结论
本文研究的目标是通过基于特征点的方法来解决图像配准问题。基于特征点的图像配准方法符合仿射变换模型和透视变换模型，同时，该方法可有效利用于不重叠的图像配准中，对于低清晰度图像配准效果也较好。因此，本文重点研究了如何利用SIFT特征描述符来描述图像中的兴趣特征点，不僅SIFT描述符可以进行特征提取，该方法还具有对缩放、旋转、平移、仿射等不变性，降低了异常特征点对特征提取结果的影响。运用最近距离比的方法对获取的初始特征描述符进行匹配，然后通过尺度方向联合限制来检测异常SIFT特征描述符对。运用随机采样一致性原则对异常值进行处理。
参考文献：
[1]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016
[2]图像匹配技术及图像捕控指令制导半实物仿真系统研究[D]. 谷峰.吉林大学 2006
[3]辅助动画视频分析的相似视频片段匹配技术研究[D]. 邓莉琼.国防科学技术大学 2012
[4]三维PIV系统中匹配技术的研究[D]. 杜海.大连理工大学 2009
[5]人脸识别中图像特征提取与匹配技术研究[D]. 汤德俊.大连海事大学 2013
[6]图像特征提取与识别的迹空间投影方法研究[D]. 施展.华南理工大学 2012
作者简介：
孙泽宇：（1997-），女，蒙古族，内蒙古赤峰市人。延边大学工学院通信工程专业，在读本科生。
关键词：特征提取；SIFT；图像角点
第一章 绪论
1.1背景及意义
随着计算机视觉、模式识别和多媒体等计算机科学技术的发展，人们希望能够和计算机进行更深度的交互活动。由于图像特定的表达形式不需要使用过多的文字描述，就可以将大量的信息直观地呈现出来，进一步对图像进行分析处理操作便可获取大量的对人们有价值的信息。因此，目前图像成为了获取信息的重要渠道之一。
1.2与类似技术算法比较
基于颜色特征进行提取，颜色特征通常反应得是图像或图像某区域所对应的目标的表面性质，较为直观且描述简单。但是颜色特征属于全局特征，不能很好的表征图像中的局部信息，反映图像局部变化情况。提出了一种基于SIFT描述符的图像角点特征提取方法。该方法使用最近距离比的方法来获得初始匹配特征描述符对，有效减少异常值的影响。此外，利用尺度方向的联合限制寻找假匹配SIFT 描述符对。并利用随机采样一致性原则删除异常值，提高图像角点特征配准精度。
由于现有图像数据库很大一部分来源于数码相机拍摄的图片，这些图片会包含数码相机产生的热噪声和电子噪声，为实现对图像的实时边缘检测，研究了基于嵌入式多DSP的实时边缘检测系统。设计了基于3个DSP两两相连的图像边缘检测运算模块，并通过FPGA对图像进行预处理来提高检测效率，保证了边缘检测的实时性。采用改进的万有引力边缘检测算法，降低噪声对检测结果的影响，提高对细节信息的检测准确度。
1.3问题的分析与处理
数字图像处理的最基础、最重要的步骤之一就是图像特征提取，往往从各种媒体介质直接获取的图像不满足计算和分析的需求，需要对图像进行一系列的处理和分类标识等操作。伴随多媒体数据出现的“维度灾难”问题，存在大量的不相关的、冗余的特征，对图像分析过程起到了干扰和噪声效果，影响了图像特征提取结果的性能。
面对这类复杂图像数据的分析和处理的特点，图像特征提取技术也在不断的革新。数字图像的处理过程中，首先需要研究图像固有的、本质的属性，并对这些属性进行测量，然后将这些属性进行数值化。而图像特征就是指用于可以进行标识的，存在于图像之中的属性，特征提取过程也就是对图像进行标识和分类的过程，对图像内容所包含的信息进行处理和分析，将能保持图像的缩放、平移、尺度变化或光照变化等随机操作或因素干扰不变的信息作为该图像的特征提取出来。
第二章 相关技术分析
大多数基于颜色的图像处理系统是利用颜色直方图方法来获取颜色特征。直方图用来描述颜色空间中各像素色彩值出现的统计概率，反映了图像颜色分布的统计特征。该方法具有一定的几何意义，操作时具有图象旋转不变和尺度不变特性。提出一种累加颜色直方图混合度量方法，该方法同时提取了图像的颜色、空间、灰度特征，对三类特征进行综合分析度量，然后进行特征相似度匹配。实验表明该方法在一定程度上提升了图像的检索效果。提出采用灰度差分统计方法提取火焰纹理粗糙度，将图像灰度进行差分统计分析，计算出一定领域范围内像素点的灰度差值，然后统计这些像素点出现的概率，从而能反映出不同像素之间在邻域内的关联程度。用二维函数关系来建立灰度差分直方图，能够实现灰度计算的快速处理。也有专家学者提出运用矩方法理论来实现颜色特征提取，由Hu等人于1961年首次提出了矩不变量的概念，但是该文献提出的矩不变量不具有正交性，往往包含大量的冗余信息。
第三章 对SIFT描述符特征提取方法分析
3.1分析结果
近几年来，在计算机视觉中关于图像配准的研究很多，并取得了非常积极的实验结果。尤其是Lowe利用SIFT方法提取的图像特征具有尺度和旋转不变性，并且对一定程度的光照变化和视觉变化保持不变性，该方法被成功地应用于图像配准领域，近年了受到了不少专家学者的关注。Guyader等人提出了一种基于非刚性图像配准，采用局部仿射变换和全局平滑约束的模型，捕捉非线性扭曲，模拟图像的弹性变化。Collignon等人认识到了信息相似度在图像配准中的重要作用，由于基于互信息的配准方法是源于统计理论的方法，作者提出使用基于互信息或者相对熵的多模态图像配准方法，该方法不需要假设不同图像之间的亮度对应关系，也不需要对图像进行前期分割，可以实现多模态图像的全自动配准。为了提高特征匹配的速度，Ke在假设提取的图像特征服从Gaussian分布的情况下，利用核主成分分析的方法对SIFT特征进行降维处理，并且构建了PCA-SIFT描述子，实现了特征的快速匹配。Mohammad等人考虑到图像的高阶统计特征一般不服从Gaussian分布，提出了ICA-SIFT描述子算法，从而提高了图像匹配的准确率。
3.2方法的不足
SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对一定程度的目光遮挡、光照变化、视点变换、噪声场景等也能保持较好的适应性。但是对于几何变化较大的两幅图像之间匹配误差较大。对于相似性度量只是从描述子的距离来进行，并没有考虑特征点的位置及周围领域的灰度相关性，对灰度变化较大的两幅图像之间配准误差较大。
3.3意见及想法
图像配准是为了寻求源图像和目标图像之间关于空间和灰度的一对一映射的过程，将不同时段、不同视角或者来源于不同媒介获取的图像进行叠加。假设二维矩阵K1和K2，分别代表源图像和目标图像，K1（x，y）和K2（x，y）分别表示两幅图像在点（x，y）处的灰度值，则两幅图像之间的映射关系可由公式（5.1]）表示为：
K2（x，y）=g（K1（f（x，v）））（5.1）
其中，f为二维空间下的坐标变换；g表示对应的灰度变化。一般灰度校正在图像预处理中实现，图像配准要解决的关键问题就是图像之间的空间和几何变换，由此取得更高的配准精度。首先需要建立合适的数学模型即变换模型，当变换模型确定后，依次展开后续的配准步骤。变换模型分为全局变换模型和局部变换模型。常见的图像变换模型有刚体变换、仿射变换、投影变换和非线性变换。
第四章 结论
本文研究的目标是通过基于特征点的方法来解决图像配准问题。基于特征点的图像配准方法符合仿射变换模型和透视变换模型，同时，该方法可有效利用于不重叠的图像配准中，对于低清晰度图像配准效果也较好。因此，本文重点研究了如何利用SIFT特征描述符来描述图像中的兴趣特征点，不僅SIFT描述符可以进行特征提取，该方法还具有对缩放、旋转、平移、仿射等不变性，降低了异常特征点对特征提取结果的影响。运用最近距离比的方法对获取的初始特征描述符进行匹配，然后通过尺度方向联合限制来检测异常SIFT特征描述符对。运用随机采样一致性原则对异常值进行处理。
参考文献：
[1]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016
[2]图像匹配技术及图像捕控指令制导半实物仿真系统研究[D]. 谷峰.吉林大学 2006
[3]辅助动画视频分析的相似视频片段匹配技术研究[D]. 邓莉琼.国防科学技术大学 2012
[4]三维PIV系统中匹配技术的研究[D]. 杜海.大连理工大学 2009
[5]人脸识别中图像特征提取与匹配技术研究[D]. 汤德俊.大连海事大学 2013
[6]图像特征提取与识别的迹空间投影方法研究[D]. 施展.华南理工大学 2012
作者简介：
孙泽宇：（1997-），女，蒙古族，内蒙古赤峰市人。延边大学工学院通信工程专业，在读本科生。