提出了一种鲁棒的图像局部特征区域的描述方法,即IWCS-LTP(Improved weighted center symmetric local trinarypattern)描述子.该方法对图像局部特征区域采用类似SIFT描述子的分块处理,可以使描述子包含更多的结构信息;采用ICS-LTP算子...提出了一种鲁棒的图像局部特征区域的描述方法,即IWCS-LTP(Improved weighted center symmetric local trinarypattern)描述子.该方法对图像局部特征区域采用类似SIFT描述子的分块处理,可以使描述子包含更多的结构信息;采用ICS-LTP算子进行编码,可以在不大量增加描述子维数和计算量的同时对图像的梯度方向信息进行更具体的描述;采用加权纹理谱直方图计算方法可以使描述子包含图像的梯度幅值信息.大量的实验结果验证了该描述子的有效性.展开更多
提出了一种新的局部图像描述符:特征联合和旋转不变空间分割联合描述符(Feature combination and rotation invariant space division combination descriptor,FCSCD).提出了一种新的局部特征:WLBP(Weber local binary pattern),该特征...提出了一种新的局部图像描述符:特征联合和旋转不变空间分割联合描述符(Feature combination and rotation invariant space division combination descriptor,FCSCD).提出了一种新的局部特征:WLBP(Weber local binary pattern),该特征由局部二进制模式和韦伯二进制差分激励联合得到.提出了一种新的用于特征汇聚的旋转不变空间分割方法,该方法由强度序空间分割和圆环空间分割联合得到.WLBP在局部旋转不变坐标系计算得到,强度序和圆环空间分割本身也具有旋转不变性,所以FCSCD描述符在不需要计算图像块主方向下保持了旋转不变性.与现有的局部描述符相比,本文的联合方法编码了多种类型的信息在描述符直方图中,所以FCSCD辨别能力更强,鲁棒性更强.图像匹配实验结果表明了本文方法的有效性和优越性,所提出的描述符具有很高的匹配性能,优于其他的主流局部描述符(SIFT、CS-LBP、OSID、LIOP、EOD和MRRID).展开更多
由于无人机获取的红外影像具有低对比度、大几何畸变、大影像间倾角以及存在噪声影响等特点,使得无人机红外影像拼接颇为困难。这里首先采用SIFT,SURF及Cen Sur E 3种尺度不变特征检测算子分别对无人机红外影像进行特征匹配实验,验证了C...由于无人机获取的红外影像具有低对比度、大几何畸变、大影像间倾角以及存在噪声影响等特点,使得无人机红外影像拼接颇为困难。这里首先采用SIFT,SURF及Cen Sur E 3种尺度不变特征检测算子分别对无人机红外影像进行特征匹配实验,验证了Cen Sur E算子在红外影像特征提取中的优越性。最后构建了基于Cen Sur E算子的拼接流程,用同一航带5张无人机红外影像进行拼接实验,得到了满意的拼接效果。展开更多
文摘提出了一种鲁棒的图像局部特征区域的描述方法,即IWCS-LTP(Improved weighted center symmetric local trinarypattern)描述子.该方法对图像局部特征区域采用类似SIFT描述子的分块处理,可以使描述子包含更多的结构信息;采用ICS-LTP算子进行编码,可以在不大量增加描述子维数和计算量的同时对图像的梯度方向信息进行更具体的描述;采用加权纹理谱直方图计算方法可以使描述子包含图像的梯度幅值信息.大量的实验结果验证了该描述子的有效性.
文摘提出了一种新的局部图像描述符:特征联合和旋转不变空间分割联合描述符(Feature combination and rotation invariant space division combination descriptor,FCSCD).提出了一种新的局部特征:WLBP(Weber local binary pattern),该特征由局部二进制模式和韦伯二进制差分激励联合得到.提出了一种新的用于特征汇聚的旋转不变空间分割方法,该方法由强度序空间分割和圆环空间分割联合得到.WLBP在局部旋转不变坐标系计算得到,强度序和圆环空间分割本身也具有旋转不变性,所以FCSCD描述符在不需要计算图像块主方向下保持了旋转不变性.与现有的局部描述符相比,本文的联合方法编码了多种类型的信息在描述符直方图中,所以FCSCD辨别能力更强,鲁棒性更强.图像匹配实验结果表明了本文方法的有效性和优越性,所提出的描述符具有很高的匹配性能,优于其他的主流局部描述符(SIFT、CS-LBP、OSID、LIOP、EOD和MRRID).
文摘由于无人机获取的红外影像具有低对比度、大几何畸变、大影像间倾角以及存在噪声影响等特点,使得无人机红外影像拼接颇为困难。这里首先采用SIFT,SURF及Cen Sur E 3种尺度不变特征检测算子分别对无人机红外影像进行特征匹配实验,验证了Cen Sur E算子在红外影像特征提取中的优越性。最后构建了基于Cen Sur E算子的拼接流程,用同一航带5张无人机红外影像进行拼接实验,得到了满意的拼接效果。
