火灾视频图像中特征点提取和匹配算法研究.pdfVIP

火灾视频图像中特征点提取和匹配算法研究 卢英L2，王慧琴2毕振波3，刘伟光2 1．西安建筑科技大学建筑学院，陕西西安710055 2．西安建筑科技大学信息与控制工程学院，陕西西安710055 3．浙江海洋学院数理与信息学院舟山316004 applepeas@126．com 摘要：针对SIFT算法在应用到火焰特征提取和匹算法的多空间尺度极值检测的Hams．SIFT算法。但 配中无法准确定位火焰的形状特征、计算量大等问 该算法虽然提高了特征点形状意义，但是却失去了 SIFT算法的对于尺度缩放保持不变的特性。针对这 题，提出了一种结合了Harris角点和SIFT算法的 双目视频图像火灾火焰定位匹配方法。该算法在多 些问题，本文结合Hams与SIFT各自的优点，提 出了一种具有SIFT描述特征的Hams角点匹配算 尺度空间提取Harris算子作为图像的关键点，计算 出特征点的32维向量作为关键点的特征描述子对 法。该算法首先对图像进行不同尺度空间的降采样 图像进行匹配。实验结果表明：本文算法增强了提 形成金字塔分层结构，然后在多尺度上检测Hams 取特征点的形状意义并且在保持96％的较好匹配 角点，并对各个尺度上同一区域的角点进行比较， 选取尺度不变的角点作为特征点。应用于在火焰图 正确率的同时把时间复杂度降低了27．8％。 像对匹配和定位中，实验结果表明了该方法的有效 关键词：SIFT特征点；DOG差分尺度空间；Harris 角点：特征描述子：立体匹配 性。 1引言 2SIFT算法分析 火灾给人类的生命和财产带来了巨大的损失， SIFT即尺度不变特征变换算法是在2004年正 因此各国都非常重视火灾监控的研究和开发。随着 式提出的一种局部特征匹配算法，该方法包括尺度 图像处理技术和摄像机的发展，基于图像处理的火 空间极值点的检测和定位、指定特征点主辅方向以 灾探测技术发展很快。早期火灾定位技术都是用单 及生成特征描述子等步骤。 目摄像机下进行火灾的探测，并驱动高压水炮进行 自动灭火【1】。双目火灾图像定位技术是利用双目摄 2．1 尺度空间极值点检测与定位 像头采集图像，选取空间位置一致性的点。恢复空 间位置的三维信息来确定火灾的位置。特征点的提 尺度空间理论最早出现在计算机视觉中是为 取和匹配是该技术的核心。 了模拟图像的多尺度特征，一副二维图像在不同尺 Moravec角点检测可以实现图像的立体匹配， 度下的尺度空I4可由图像』Lx，YJ与尺度可变高斯 在此基础上，Hams对Moravec算子进行了改进。 Hams算子具有旋转不变性和缩放不变性等特点， 函数u(z，y,OJ卷积得到【21： 可广泛应用于各种图像匹配中。2004年，DavidL(J，Y，盯)=G(X，Y，d){，(X，Y) GLowe在研究并总结了现有的基于不变量技术的 d2州¨) 基础上在文献【2，3】提出了尺度不变特征变换(Scale =乏Te小～2)／2 (1) InvariantFeature