论文部分内容阅读
移动拍摄设备或广泛应用的移动终端成像容易造成图像局部区域轻微模糊;同时,图像平滑区域内的纹理特征在图像局部特征检测中容易被忽略或描述不准确。这些都为后续特征表示、目标检测带来了一定的困难。近年来,分数阶微积分理论已经在信号处理和控制领域广泛应用,在图像处理领域特别是在应对平滑/模糊区域的纹理特征或复杂纹理增强处理时,分数阶微积分理论应用已经初具成效。为了更好的描述复杂纹理结构,本文主要研究分数阶微分掩模算子的自适应构造原理及其在图像预处理、特征点表示中的应用。论文主要研究工作如下:1.提出了一种自适应非整数步长的分数阶微分掩模算法。通过充分考虑图像间的高度自相关性,对不同纹理结构自适应估计非整数步长和分数阶阶次。这突破了以往采用单位步长及固定分数阶阶次的传统思想,提高了分数阶微分解析值的精度。通过图像增强实验表明,本文算法能够根据不同纹理结构自适应选择分数阶阶次和步长,有效增强图像局部纹理,特别是平滑区域纹理。2.提出了一种新的自适应分数阶微分方向直方图构造算法。针对不同纹理结构自适应估计分数阶阶次,进行局部方向和梯度幅值计算;并综合考虑距离和强度的相似性实现权重因子的计算。这使得局部方向直方图估计不仅仅充分考虑了局部纹理结构,而且权值计算也融入了像素之间的相关性。实验结果表明,本文算法能根据不同纹理结构自适应估计分数阶微分方向直方图,较整数阶差分更能对局部纹理特征进行准确刻画。3.提出了一种基于自适应分数阶微分的点特征描述方法。针对局部特征采用自适应分数阶阶次,并以分数阶差分实现对方向直方图的构造和矢量描述。本文以SIFT和SURF点特征算法为例进行了实验验证。在Graffiti的数据库上测试表明,改进的SIFT算法在不同视角下检测到的匹配点数平均提高5.94%,正确匹配点对平均新增率为9.35%;改进的SURF算法检测到的匹配点数平均提高9.82%,正确匹配点对平均新增率为10.85%,实验结果表明,该算法具有较好的表征性能,能够较好应对噪声、光照、视角、缩放等因素的干扰。