基于DoG检测图像特征点的快速二进制描述子

• 作者: 刘凯 杨晓梅 汪侃 郑秀娟
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 计算机视觉 二进制描述子 灰度差分不变量 采样模式 最小相关点对
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 485-496
• 页数: 12页
• 分类号: TP391.9
• 字数: 5736字
• 语种: 中文
• DOI: 10.3788/OPE.20202802.0485

摘要

针对SIFT描述子实时性差和传统二进制描述子对尺度、旋转和视角变化鲁棒性差的问题,本文通过优化采样模式和添加灰度差分不变量比较测试进行改进,提出了一种鲁棒性更高的二进制描述子.首先,设计了一种尺度关联、编号标记的采样模式;然后,旋转采样模式中各采样点到特定位置,确保描述子尺度、旋转不变性;接着,分析了采样点点对模式对描述子的影响,选择使用机器学习训练后的128对采样点对;最后,选择灰度值比较测试及梯度绝对值和比较测试构建二进制描述子.实验中采用DoG检测图像关键点,结果表明:本文提出的描述子在描述子构建和描述子匹配上比SIFT描述子分别快84％ 和67％;在有视角变化的图像匹配上,准确率比传统的二进制描述子高3％ ～5％,召回率平均要高30％ 以上.本文提出的特征点描述方法适用于时间要求高的图像匹配领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓梅	四川大学电气工程学院	59	273	8.0	13.0
2	刘凯	四川大学电气工程学院	109	453	10.0	18.0
3	郑秀娟	四川大学电气工程学院	9	13	2.0	3.0
4	汪侃	四川大学电气工程学院	1	1	1.0	1.0