基于Hessian 矩阵和Gabor 函数的局部兴趣点检测.pdfVIP

第２９卷第１期　　　 计算机应用与软件 Ｖｏｌ２９Ｎｏ．１ ２０１２年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１２ 基于Ｈｅｓｓｉａｎ矩阵和Ｇａｂｏｒ函数的局部兴趣点检测 文朝辉　路　红 （复旦大学计算机科学技术学院　上海２０１２０３） 摘　要　　局部特征方法是基于内容的图像与视频检索的重要方法。提出一种新的基于Ｈｅｓｓｉａｎ矩阵和Ｇａｂｏｒ函数的尺度不变局 部特征点检测方法（ＨｅｓｓｉａｎＧａｂｏｒＤｅｔｅｃｔｏｒ）。该方法首先利用基于Ｈｅｓｓｉａｎ矩阵的检测子定位图像在空间域上的候选特征点位置， 然后用基于Ｇａｂｏｒ函数的算子检测候选兴趣点在尺度空间的特征尺度，从而获得具有尺度不变特性的局部特征点。实验证明，与 ＤＯＧ、ＨａｒｒｉｓＬａｐｌａｃｅ等方法相比，计算简单。应用于图像匹配中，能够显著地提高匹配效率。 关键词　　局部特征　兴趣点检测　Ｇａｂｏｒ核函数　Ｈｅｓｓｉａｎ矩阵　图像匹配 中图分类号　ＴＰ３０１ 文献标识码　Ａ ＡＮＯＶＥＬＨＥＳＳＩＡＮＧＡＢＯＲＢＡＳＥＤＬＯＣＡＬＩＮＴＥＲＥＳＴＰＯＩＮＴＤＥＴＥＣＴＩＯＮ ＷｅｎＺｈａｏｈｕｉ　ＬｕＨｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｌｏｃａｌｆｅａｔｕｒｅｉｓａｎｉｍｐｏｒｔａｎｔｍｅｔｈｏｄｉｎｃｏｎｔｅｎｔｂａｓｅｄｉｍａｇｅａｎｄｖｉｄｅｏｒｅｔｒｉｅｖａｌ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｅｗｓｃａｌｅｉｎｖａｒｉａｎｔｌｏｃａｌ ｆｅａｔｕｒｅｐｏｉｎｔｓｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎＧａｂｏｒｆｕｎｃｔｉｏｎａｎｄＨｅｓｓｉａｎｍａｔｒｉｘ（ＨｅｓｓｉａｎＧａｂｏｒＤｅｔｅｃｔｉｏｎ）．Ｔｈｉｓｍｅｔｈｏｄｏｂｔａｉｎｓｔｈｅｐｏｓｉｔｉｏｎｏｆ ｃａｎｄｉｄａｔｅｆｅａｔｕｒｅｐｏｉｎｔｓｏｆｔｈｅｉｍａｇｅｉｎｓｐａｔｉａｌｄｏｍａｉｎｗｉｔｈｔｈｅｄｅｔｅｃｔｏｒｂａｓｅｄｏｎＨｅｓｓｉａｎｍａｔｒｉｘａｔｆｉｒｓｔ，ａｎｄｔｈｅｎｄｅｔｅｃｔｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃ ｓｃａｌｅｏｆｃａｎｄｉｄａｔｅｉｎｔｅｒｅｓｔｐｏｉｎｔｓｉｎｓｃａｌｅｓｐａｃｅｗｉｔｈｄｅｔｅｃｔｏｒｂａｓｅｄｏｎＧａｂｏｒｆｕｎｃｔｉｏｎ，ｔｈｅｒｅｆｏｒｅｔｈｅｌｏｃａｌｆｅａｔｕｒｅｐｏｉｎｔｓｗｉｔｈｓｃａｌｅｉｎｖａｒｉａｎｔａｒｅ ａｔｔａｉｎｅｄ．ＥｘｐｅｒｉｍｅｎｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅａｐｐｒｏａｃｈｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｈａｓｓｉｍｐｌｅｒｃｏｍｐｕｔａｔｉｏｎｃｏｍｐａｒｉｎｇｗｉｔｈｔｈｅＤＯＧａｎｄＨａｒｒｉｓ Ｌａｐｌａｃｅ．Ｉｔｃａｎｂｅｕｓｅｄｉｎｉｍａｇｅｍａｔｃｈｉｎｇｗｉｔｈｃｏｎｓｐｉｃｕｏｕｓｌｙｉｍｐｒｏｖｅｄｍａｔｃｈｉｎｇｅｆｆｉｃａｃｙ． Ｋｅｙｗｏｒｄｓ　　Ｌｏｃａｌｆｅａｔｕｒｅ　Ｉｎｔｅｒｅｓｔｐｏｉｎｔｄｅｔｅｃｔｉｏｎ　Ｇａｂｏｒｋｅｒｎｅｌｆｕｎｃｔｉｏｎ　Ｈｅｓｓｉａｎｍａｔｒｉｘ　Ｉｍａｇｅｍａｔｃｈｉｎｇ 念，而且给出了一个在图像尺度空间选择特征尺度的方法，即 ０　引　言 ＬＯＧ算子（ＬａｐｌａｃｅｏｆＧａｕｓｓｉａｎ）。文献［５］基于尺度空间理论提 出了ＤＯＧ（ＤｉｆｆｅｒｅｎｔｉａｌｏｆＧａｕｓｓｉａｎ）算子。ＤＯＧ算子是 ＬＯＧ算 在基于内容的图像与视频检索中，与线特征、纹理、结构等 子的近似，它比较图像空间中的相邻的８个像素点和尺度空间 全局特征相比较，局部特征有包含图像信息量丰富、特征间相关 中相邻尺度的１８