基于尺度不变特征的视频镜头检测

通过分析帧间的尺度不变特征点匹配数目随时间变化的性质来检测镜头边界,并提出2种帧间匹配机制--两两匹配机制和连续匹配机制.一个视频镜头内的特征点匹配数目具有平滑变化的特性,而在镜头边界处则表现出陡然变化的特性.通过将各类型的镜头切换统一于一种检测模式,可清晰地分割出镜头,避免模型选择和参数调整.     

一种快速多尺度特征点匹配算法

为了快速稳定地进行特征点的跟踪,提出了一种快速多尺度特征点的提取算法.该算法首先利用快速局部窗口极值搜索算法提取出不同尺度空间特征点的局部极值,减少了局部极值搜索的冗余性,然后再利用最近邻算法对特征点进行匹配.实验结果表明,该算法的计算速度快于SIFT算法和MOPS算法,稳定性强于传统的Harris算法,可以用于实时图像配准及目标跟踪.     

尺度不变局部特征检测算法研究

尺度不变局部特征以其良好的尺度、旋转和光照不变性,在计算机视觉、目标识别、三维图像重构等领域中得到了广泛的应用.本文在大量试验数据的基础上,总结了目前常用的几种尺度不变特征匹配算法的性能,比较得出各种算法的优缺点及其适用领域,并指出尺度不变局部特征检测算法的研究和发展趋势.     

基于Contourlet旋转不变特征的遥感图像检索

除了具有纹理属性外,遥感图像中还包含大量的结构性边缘特征,如何有效捕捉这些特征中的信息进行检索,成为提高遥感图像检索效率的关键。文章依据Contourlet在离散域的多尺度几何分析的功能,提出一种利用Contourlet子带能量分布特性提取原始图像在多个尺度下的边缘方向信息进行检索的方法。针对Contourlet变换捕获不同特征方向能力的差别,文章采用正交补偿法加以改正,并通过傅里叶算子的处理,实现基于结构性边缘特征旋转不变的图像检索。实验结果表明,该检索算法对含有丰富规则边缘特征的遥感图像更为有效。     

基于多尺度Harris角点的图像文字检测

为解决传统的基于Harris角点的图像文字检测算法易受非文字角点干扰,检测准确率低的问题,提出一种基于多尺度Harris图像文字检测算法.该算法在多个尺度下提取角点,并利用分块方法分析文字局部特征,有效剔除了非文字角点.使用多次迭代逐步剔除非文字区域角点,精确提取备选块中的文字角点;通过区域融合形成文字区域,用轮廓跟踪法标识文字区域.实验结果表明,该算法明显提高了图像/视频文字检测的稳定性和准确率.     

视频中旋转与尺度不变的人体分割方法

提出了一种旋转与尺度不变的人身体部位所在区域的视频分割方法.方法中不仅考虑到躯干与四肢之间的关系,还考虑到四肢之间的相互关系,通过空间与时间的连续性约束对每帧中各个可能的身体部位进行优化组合,并巧妙地用动态规划对非线性图模型进行优化,且不受运动目标尺度变化与各种翻转运动的影响.该方法首先用动态规划的优化方法得到每一帧中最优的N个身体部位组合,将每一个组合作为图模型中的一个节点,并用动态规划对所有帧中的各个组合所构成的网格状图结构进行优化,最终得到每一帧中最优的身体部位组合.实验结果表明,该视频分割方法不仅适用于行人视频,还适用于具有各种姿势的运动视频,且具有较好的鲁棒性.     

一种基于尺度不变特征点的运动目标检测算法

针对PTZ（Pan/Tilt/Zoom）摄像机的运动目标检测,提出了一种基于尺度不变（Scale Invariant Feature Transform, SIFT）特征点的运动补偿解决方案．首先,采用相邻两幅图像特征点匹配的方法获得运动补偿,从 而解决了PTZ 摄像机的自主运动带来的问题;然后利用时间差分法得到运动目标的区域;最后利用形态学中 的腐蚀和膨胀方法去除噪声．测试结果验证了算法的实用性和有效性．     

基于轮廓尖锐度的图像角点检测算法

角点是图像轮廓线最重要的特征,为了准确而快速地检测角点,提出基于轮廓尖锐度的计算方法。该算法在多尺度空间中对轮廓曲线进行高斯平滑,在局部支撑区域内计算轮廓每一点的尖锐度,结合角点筛选规则确定角点。数学推导表明该算法具备合理性和可行性。实例分析表明其抗干扰性好、运算量小、定位准确。     

基于尺度不变特征变换和SVM的人脸检测算法

模糊支持向量机的提出克服了过学习问题和减少了多类问题分类时存在的不可分区域,被成功地应用在分类检测问题中。在人脸的特征提取和检测实验中,使用变分的测地活动轮廓模型对人脸分割定位,通过尺度不变特征变换算法提取人脸图像的数字特征,然后用一种改进的紧密度模糊支持向量机进行人脸检测。改进的紧密度模糊支持向量机通过交叉确认来获取较好的隶属度函数的参数,提高了算法的执行效果。实验表明改进算法有较好的分类精度和鲁棒性。     

顾及影像尺度与旋转的光流点跟踪算法

传统的光流点跟踪算法在处理相机不规则运动和影像弱纹理场景时存在点位分布不均、匹配精度不高等问题,针对该问题提出一种尺度旋转不变的改进光流点跟踪算法.在光流跟踪点的基础上,构建匹配相似三角形;在匹配三角形内提取当前尺度图像的DOG特征点,基于角度交会原理获取待跟踪点的初始位置;利用匹配三角形间的尺度旋转参数计算DOG特征...     

基于有向地形表面特征的尺度不变性地形匹配

针对条带地形的地形匹配定位,提出了航带地形的有向地形表面特征描述及匹配方法。在航带的一维方向上检测极值点,同时利用区域中心的极值点及其地形表面的切线作为参考,利用地形极值点相对于参考点和参考线的相对位置关系构造地形的具有不变性的特征,基于特征的距离计算和比较,实现了具有抵抗尺度变化等相似变换的地形匹配方法。仿真实验证明了该方法的有效性,对于从序列图像重建地形的匹配定位具有重要意义。     

基于旋转不变特征的SIFT描述子在图像配准中的应用

针对尺度不变特征变换(SIFT)算法中描述子维度高造成配准过程中计算量过大的问题,提出了一种改进的SIFT算法。该算法利用圆形的旋转不变性,以特征点为中心,在近似大小的圆形特征点邻域内构造特征描述子,以每个圆环作为一个子环,每个子环内只有像素位置发生了改变,像素之间其他相对信息是保持不变的。当图像发生旋转时,统计每个圆环内元素的梯度累加值进行排序,生成特征向量描述子,降低了算法的维度及复杂度,把特征描述子的维数从128维降低到48维。实验结果表明,改进算法旋转配准重复率在85%以上;在图像旋转、缩放和光照变化情况下,与SIFT算法相比,平均配准准确率提高5%,平均配准耗时降低30%左右,有效实现了对SIFT的改进。     

Hierarchical kernel-based rotation and scale invariant similarity

Image similarity measure has been widely used in pattern recognition and computer vision. We usually face challenges in terms of rotation and scale changes. In order to overcome these problems, an effective similarity measure which is invariant to rotation and scale is proposed in this paper. Firstly, the proposed method applies the log-polar transform to eliminate the rotation and scale effect and produces a row and column translated log-polar image. Then the obtained log-polar image is passed to hierarchical kernels to eliminate the row and column translation effects. In this way, the output of the proposed method is invariant to rotation and scale. The theoretical analysis of invariance has also been given. In addition, an effective template sets construction method is presented to reduce computational complexity and to improve the accuracy of the proposed similarity measure. Through the experiments with several image data sets we demonstrate the advantages of the proposed approach: high classification accuracy and fast.     

A novel rotation/scale invariant template matching algorithm using weighted adaptive lifting scheme transform

This paper presents a novel algorithm for detecting user-selected objects in given test images based on a new adaptive lifting scheme transform. Given an object as a template, we first select a set of coefficients as object features in the wavelet transform domain and then build an adaptive transform based on the selected features. The goal of the new adaptive transform is to vanish the selected features in the transform domain. After applying both non-adaptive and adaptive transforms to a given test image, the corresponding transform domain coefficients are compared for detecting the object of interest. In addition, the proposed detection algorithm is combined with the proper log-polar mapping model in the parametric template space to attain rotation/scale invariance property. Finally, we have verified the properties of our proposed algorithm with experimental results.     

Unified detection of skewed rotation,reflection and translation symmetries from affine invariant contour features

Symmetry detection is significant for object detection and recognition since symmetries are salient cues for distinguishing geometrical structures from cluttered backgrounds. This paper proposes a unified framework to detect rotation, reflection and translation symmetries simultaneously on unsegmented real-world images. The detection is performed based on affine invariant contour features, and is applicable under skewed imaging with distortions. Contours on a natural image are first matched to each other to find affine invariant matching pairs, which are then classified into three groups using a sign change criterion corresponding to the three types of symmetries. The three groups are used to vote for the corresponding symmetries: the voting for rotation utilizes a scheme of short line segments; the voting for reflection is based on a parameterization of axis equation, and the voting for translation uses a cascade-like approach. Experimental results of real-world images are provided with quantitative evaluations, validating that the proposed framework achieves desired performance.     

面向彩色图像的尺度和旋转不变性特征提取方法及应用

提出一种面向彩色图像的尺度和旋转不变性特征提取方法,并在真实的场景识别中进行了应用。该方法是先对给定彩色图像的各组成平面分别进行Radon变换,然后对得到的Radon变换系数矩阵进行尺度不变性处理,接着对处理后的Radon变换系数矩阵用频率B样条小波进行1维小波变换,在所得到的脊波系数矩阵中计算均值和方差的同时,采用线性回归模型提取在不同的颜色组成平面下所有频率子波段之间的关系属性,最后将得到的特征进行旋转不变性处理,从而得到所提出的尺度和旋转不变性特征。在3个数据库上进行了实验,结果表明本文方法可靠有效。     

基于角点的CT影像轮廓遮挡识别

针对CT影像中的启发式轮廓提取,提出了一种根据上层轮廓识别的当前轮廓遮挡的算法。使用基于曲线的弧长参数化方法识别遮挡,这种方法能够识别出轮廓的所有遮挡,但是,轮廓中的非遮挡部分也可能被识别为遮挡。利用DCSS（直接曲率尺度空间）在上下轮廓中自动识别和匹配角点,进一步设计基于角点的遮挡收缩技术,通过匹配的角点缩短或者删除被错误识别的遮挡。大量的实验研究表明,该算法可以有效、准确地识别所有轮廓的遮挡。     

基于B-样条轮廓方向变化率多尺度表示的角点检测

基于B-样条尺度空间定义了轮廓方向变化率的多尺度表示,并利用多尺度轮廓方向变化率及其乘积提出了的新的角点检测算法。该算法直接把多尺度轮廓方向变化率乘积的局部极值点定义为角点,这是由于多尺度乘积不但融入了多个尺度下轮廓方向变化率的特征信息,而且能极大地增强角点的变化率,抑制受边界和量化噪声影响的边界点的轮廓方向变化率。这样,算法仅通过一个全局阈值就能获得很好的检测效果,而且真正地实现了候选角点多尺度检测。最后,定性分析了角点检测的定位性能,并通过对比实验验证了所提出的算法具有很好的检测性能。     

Edge detection: what about rotation invariance?

In this article, we consider techniques that provide edge strength at each pixel using two orthogonal directions and question their invariance with respect to a rotation.     

角点检测技术研究及进展

角点是图像的重要局部特征,在图像配准、图像理解及模式识别等领域中,角点检测具有十分重要的意义。对角点检测的各种方法进行了分析、比较,给出了性能评价标准。最后,分析了该领域现存的问题、最新研究动态及发展方向。