基于尺度不变性的图像特征提取方法研究

《基于尺度不变性的图像特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于尺度不变性的图像特征提取方法研究作者姓名王斯正导师姓名、职称姬红兵教授一级学科控制科学与工程二级学科模式识别与智能系统申请学位类别工学硕士提交毕业论文日期2014年12月学校代码10701学号1202121206分类TN82号TP39密级公开西安电子科技大学硕士学位论文基于尺度不变性的图像特征提取方法研究作者姓名：王斯正一级学科：控制科学与工程二级学科：模式识别与智能系统学位类别：工学硕士指导教师姓名、职称：姬红兵教授提交日期：2014年12月ResearchonScale-InvariancebasedMe

2、thodsforImageFeatureExtractionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinControlScienceandEngineeringByWangSizhengSupervisor:Prof.JiHongbingDecember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导

3、师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学

4、。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要作为图像特征提取技术的研究热点之一，对图像的尺度不变性特征的分析与研究越来越受到人们的重视，其核心是通过提取图像中具有尺度不变性的特征点，生成对位移、放缩等具有较强不变性的图像特征，以利于后续的图像处理任务。本文基于图像滤波与特

5、征提取的相关理论，重点研究了具有尺度不变性的图像特征提取算法及其在图像分类中的应用。首先，研究了经典的图像滤波算法，详细分述了各算法的思路、流程及特点。并针对原有的高斯滤波与Gabor滤波存在的局限，提出了基于高斯Gabor混合滤波的图像滤波算法。在不同评估体系下进行的图像增强实验表明，所提的基于混合滤波方法的增强效果优于传统的图像滤波方法，突出了图像中的重要信息，提升了图像的视觉效果，为改进尺度不变特征提取算法提供了基础。其次，研究了基于尺度不变性的图像特征提取算法。针对SIFT(ScaleInvariantF

6、eatureTransform)算法中提取特征数量少、分布不均匀、提取错误特征等问题，结合高斯Gabor混合滤波提出了一种GSIFT(GaborSIFT)算法。GSIFT算法通过使用高斯Gabor混合滤波函数替代高斯函数构建图像尺度空间，在保证提取到的关键点具有尺度不变性的同时，能够补偿尺度空间中因高斯模糊丢失的图像细节信息，从而产生更加丰富、均匀、准确的图像特征。在多个标准图像数据库的大量匹配实验表明，所提算法在提取特征方面较之传统的SIFT算法具有更高的图像匹配正确率，特别是在光照和仿射的干扰下，仍有较强的鲁

7、棒性。最后，研究了基于尺度不变特征的图像分类，即通过GSIFT算法所提取的特征进行图像识别应用。针对SIFT系列算法提取的特征具有一定冗余性的缺点，先利用特征降维方法显著降低GSIFT算法生成特征的维数，再辅以最近邻分类器决策。在多个图像数据库和实测雷达辐射源信号集上的分类实验表明，基于GSIFT的降维分类算法能有效地降低特征的冗余性，而且较好地保留了图像的尺度不变核心特征，并且其分类效果明显优于基于SIFT的降维分类算法。关键词：特征提取，图像滤波，特征匹配，图像识别，特征降维论文类型：应用基础研究类I西安电子

8、科技大学硕士学位论文IIABSTRACTABSTRACTAsoneofthehottopicsinimagefeatureextractiontechnology,theresearchonscaleinvariancebasedfeatureextractionmethodshasgainedmuchattention.Aimingatgeneralimageproce