一种基于SIFT 的仿射不变特征提取新方法.pdfVIP

一种基于SIFT 的仿射不变特征提取新方法 王摇 鹏摇 王摇 平摇 沈振康摇 高颖慧摇 曲智国 (国防科学技术大学电子科学与工程学院ATR重点实验室, 湖南长沙,410073) 摘摇 要: 图像局部特征提取是图像理解及机器视觉领域一个非常关键的问题, 其中SIFT特征因具有良好的显著性和鲁 棒性而得到广泛应用。 但是, SIFT采用DOG检测子, 定位的特征区域为各向同尺度变化的圆形区域, 故其只具有尺度不变 性, 并不具备仿射不变性。 此外, SIFT采用128维特征向量表示, 当在图像特征点较多情况下进行匹配实验时, 存在存储 空间大、 匹配耗时多等缺点。 针对这两个问题, 本文提出一种新的仿射不变特征提取方法, 即HA鄄DR鄄SIFT (Hessian Affine鄄 Dimensionality Reduction鄄SIFT)。 首先, 用Hessian鄄Affine 检测子代替DOG检测子, 使提取的椭圆图像区域满足仿射不变性需 求; 其次, 用PCA或NLPCA方法对128维特征向量进行降维处理, 提高后续运算效率。 实验表明, 新方法不仅具有良好的 仿射不变性, 而且在匹配时间和存储空间上优于SIFT算子。 关键词: 仿射不变特征; Hessian仿射; 主成分分析 (PCA; 非线性主成分分析 (NLPCA; 尺度不变特征变换 (SIFT) 中图分类号:TP391.4摇 摇 文献标识码: A摇 摇 文章编号: 1003-0530(2011)01-0088-06 A NovelAlgorithmforAffine Invariant Feature Extraction Based on SIFT WANG Peng摇 WANG Ping摇 SHEN Zhen鄄kang摇 GAO Ying鄄hui摇 QU Zhi鄄guo (ATR key Lab,School of Electronic Science and Engineering, National University of Defense Technology,Changsha Hunan,410073) Abstract:摇 Theextractionof imagelocalfeaturesisakey probleminthefieldof imageunderstandingandcomputervision. SIFT hasbeenwidelyusedowingtoitsdistinctivenessandrobustness. However,SIFTisnotrobusttoaffinedeformations,becauseitisbased on DOG detector which extracts circle regions for keypoint location. Besides,SIFT descriptor is represented by a 128 element feature vector,andwhenit isusedfor imageregistrationespeciallyforthecasethattherearemany keypointsintheimage,thematching speed will be slow and storage requirement will be huge. In order to overcome these disadvantages,a novel descriptor named HA鄄DR鄄SIFT (Hessian Affine鄄Dimensionality Reduction鄄SIFT) that is robust to affine deformations is proposed. Firstly,Hessian鄄Affine Detector in鄄 stead of DOG detector for keypoint location detection is used to make the elliptical region affine invariant. Then,the PCA or NLPCA methodfor new descriptor sdimensionreduction isuse