改进sift描述符用于炮管疵病图像匹配

改进sift描述符用于炮管疵病图像匹配

ID:21803160

大小:2.10 MB

页数:7页

时间:2018-10-24

改进sift描述符用于炮管疵病图像匹配_第1页
改进sift描述符用于炮管疵病图像匹配_第2页
改进sift描述符用于炮管疵病图像匹配_第3页
改进sift描述符用于炮管疵病图像匹配_第4页
改进sift描述符用于炮管疵病图像匹配_第5页
资源描述:

《改进sift描述符用于炮管疵病图像匹配》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、改进的SIFT描述符用于炮管疵病图像匹配0引言随着高膛压、大威力火炮的出现,因炮膛烧蚀、磨损引起的事故时有发生,火炮的内膛状况直接影响着火炮的使用安全、射击效果和寿命。因此,对炮膛静态参数进行测量,能为火炮技术状态评定提供科学依据和决策支持。使用CCD扫描成像法对炮膛状况进行立体成像测量具有直观、快捷、准确的特点,但由于炮膛疵病图像结构重复性较强,在图像匹配处理时难度比较大。SIFT特征描述符对影像方向、尺度、仿射变换、亮度、噪声、视角等变化具有良好的不变性[1],已广泛应用于图像匹配中。但SIFT算法用于图像匹配时,存在特征描述向量维数比

2、较高使得匹配运算时间过长等问题。虽然有不少人提出了降维的方法[2-3],其某些性能比原SIFT描述符有所降低,文献[4]提出的PCA-SIFT描述符和文献[5]提出的GLOH(GradientLocationOrientationHistogram)描述符,虽然用主成分分析法(principalcomponentsanalysis,PCA)降低了SIFT描述向量的维数,但采用了更大的特征邻域构建描述符,又抵消了降维所带来的速度提高;文献[5]认为圆形比矩形区域具有更好的定位性能,采用环形扇区构建272维的GLOH(GradientLocat

3、ionOrientationHistogram)描述符,文献[6]用25个圆覆盖特征区域的方法构建了200维描述符,文献[7]仿照GLOH构建特征区域的方法,采用正、负对比度累加值代替梯度直方图构建了64维的描述符,但匹配模糊和视点变化图像时性能稍差一些。本文从改变子区域结构的角度,对描述符进行降维。1基于扇形区域的特征描述符为了保证特征描述符的旋转不变性,SIFT算法采用统计关键点周围16×16采样区域中所有像素的梯度方向进行投影,建立梯度直方图,以直方图主峰值为该特征点的主方向,并把该区域的像素坐标旋转到主方向上,使得两幅待匹配图像对应

4、的区域具有相同的方向指向,消除了两幅图像因发生了旋转使对应区域梯度方向的不一致性。由于采用了矩形区域,使得在两幅图像中对应的区域发生了旋转变化后,如果不对该区域的所有像素进行旋转,直接取同样大小的矩形区域构建描述符,就会有一部分区域不重叠,产生较大误差。因此,在OPENCVSIFT算法的实际操作中,为了使旋转后能取得与基准图像同样的像素区域,采用了比矩形特征区域大一些的圆形区域进行旋转。但对该区域进行旋转时,既需要进行灰度插值,这在一定程度上改变了像素间的灰度梯度关系,在构建描述符向量时,就会带来更多的误差,降低了相似度,增加了匹配难度;又

5、提高了旋转操作的像素数,增加了运算时间。本文构建描述符的方法如下:(1)构建高斯金字塔。将原始图像扩大一倍,按照式(1)计算图像的高斯金字塔,阶数与图像大小有关,按(2)式计算,层数s=6,尺度因子σ=1.7,k=1.26。(1),(2)其中,image_width和image_height分别为扩大一倍的图像宽度和高度。(2)尺度空间极值检测。在DoG金字塔每一阶中间层的像素与其同一层的8邻域像素进行比较,能取到极值时再与其上一层和下一层的9个像素进行比较,都能取到相同极值时,该点作为一个候选关键点。(3)关键点位置确定。对候选关键点进行

6、三维二次函数拟合,按式(3)确定关键点的精确位置和尺度信息后,按式(4)、(5)剔除低对比度关键点和不稳定的边缘点。(3)(4)(5)其中Dxx表示x方向的一阶偏导数的平方,Dyy表示y方向的一阶偏导数的平方,Dxy表示x方向的一阶偏导数和y方向的一阶偏导数的乘积。(4)以SIFT提取的关键点为中心,取半径为9的圆形区域(所含像素与原SIFT方法相同)统计特征点的主方向。按式(6)统计特征点的方向直方图,直方图的范围0-360°,其中每10°为一个柱,总共36个柱,梯度方向直方图的峰值表示该关键点的主方向。(6)(5)以主方向为起点,将圆形

7、邻域均匀划分为6个扇区,每个扇形区域作为一个种子点,分别统计每个扇区内所有像素按图像坐标0°、45°、90°、135°、180°、225°、270°、315°这8个方向的灰度梯度投影值,形成6×8个特征向量,并按主方向进行归一化处理。(6)对每个像素的梯度进行高斯加权运算,以减少外围点的噪声对特征值的影响。(7)以1号扇区形成的8个向量编码为1-8号向量,2号扇区形成9-16号向量,以此类推,6号扇区形成41-48号向量,形成48维向量描述符,参见图1(a)。(8)对上述48维向量进行亮度归一化处理,以降低光照变化带来的影响。采用扇形区域构

8、建特征描述符时,关键是以主方向为起始点,将圆形区域划分为6个扇形区域,如图1(a)所示的x方向。当此圆形区域发生旋转变化时(假定是沿区域中心旋转),理想状态下其像素间的关系保持不

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。