图像局部特征描述子研究分析(未完-待续)2023.pdfVIP

研究背景 在日常生活中，我们主要依赖于视觉来感知外界的信息，比起听觉，视觉能给我们更加丰富 的描述。人们一直想通过计算机视觉来描述视觉信息中有意义和有用的东西。首先，我们必须回 答什么类型的信息是我们想要的？如何提取这样的特征信息？有人定义视觉为发现图像是什么 和在哪里的过程，这强调了视觉是一个信息处理任务[]。而如何构建一个视觉系统来进行这样的 信息处理任务是很多学者研究的问题之一。其中，达成统一共识是利用不同的特征层来构建这一 个视觉模型系统，最简单的三层体系结构为低层、中层、高层。而本文基于最基本的图像描述方 法——尺度的概念，利用尺度空间表示法来分析最低层图像数据。尺度空间方法是一种尺度参数 连续、不同尺度空间下采样保持一致性的视觉多尺度分析。 视觉多尺度分析是一种新的视觉信息处理方法，其基本思想是：当我们用眼睛观察物体且物 体和观察者之间的距离（将距离视为尺度参数）不断变化时，视网膜将感知到不断变化的图像信 息，分析和综合这些不同尺度下的视觉信息以获得被观察物体的本质特征，这种视觉分析方法即 称为视觉多尺度分析。 尺度空间方法的基本思想是：在视觉信息（图像信息）处理模型中引入一个被视为尺度的参 数，通过连续变化尺度参数获得不同尺度下的视觉处理信息，然后综合这些信息以深入地挖掘图 像的本质特征。尺度空间方法将传统的单尺度视觉信息处理技术纳入尺度不断变化的动态分析框 架中，因此更容易获得图像的本质特征。 为什么要研究尺度空间？可以从以下几个通俗的描述来说明： 1）现实世界的物体由不同尺度的结构所组成； 2 ）在人的视觉中，对物体观察的尺度不同，物体的呈现方式也不同； 3 ）对计算机视觉而言，无法预知某种尺度的物体结构是有意义的，因此有必要将所有尺度 的结构表示出来； 4 ）从测量的角度来说，对物体的测量数据必然是依赖于某个尺度的，例如温度曲线的采集， 不可能是无限的，而是在一定温度范围进行量化采集。温度范围即是选择的尺度； 5 ）采用尺度空间理论对物体建模，即将尺度的概念融合入物理模型之中。 尺度空间数学定义表示如下： 设多尺度分析的初始图像为 （ ， 为图像区域），uxt( , ) 为多尺度分析用 u (x) x   0 于图像所获得的在尺度tt( 0) 时的图像，称T : u (x) uxt( , ) 为尺度空间算子，尺度空 t 0 间算子族 T 为尺度空间，并称为T : u (xt) uxt( , h) 尺度由 变化到th的尺  t th 0 t t0 度空间算子。 依据尺度空间公理，尺度空间算子应满足如下定义的视觉不变性： 定义 2 设T为尺度空间算子，称T具有 t t 1） 灰度不变性，如果对任意常数 ，T(uc) T(u) c； c t t 2） 对比度不变性，如果对任意非降实函数 f ，T(hu( )) hT( (u)) ； t t 3） 平移不变性，如果对任意常数 h，T( (u))  (T(u)) ，其中 (u) ux( 