【技术实现步骤摘要】
一种实现图像翻转不变性的方法
本专利技术属于图像处理领域，涉及一种实现图像翻转不变性的方法。
技术介绍
特征描述符，特别是局部特征描述符，是描述图像特征的重要工具，在目标分类、目标检测、图像搜索等图像处理领域有着广泛的应用。虽然特征描述符有很多种，但目的都是使得特征描述符具有很强的尺度、平移、旋转和翻转不变性。特征描述符的应用范围十分广泛，例如，为了实现一个在网站中快速且正确的对象检索系统，建立倒排索引是必不可少的，它的基础是建立一个基于特征描述符的词袋模型；结合k-Means、Meanshift等无监督学习算法，可以实现目标分类或检测，此外，手势识别、纹理识别、三维重建等都可以通过不同图像特征描述符结合其他应用来实现。基于局部特征描述符的图像匹配一般分为特征点生成和匹配两个阶段，在特征点的生成过程中，分为特征点检测和特征点描述两个阶段，需要提取图像中可靠的感兴趣点作为特征点，然后对特征点进行描述，特征描述符应该对光度变换(如亮度和高光)具有鲁棒性，同时对几何变换(如旋转、缩放、视点和反射)具有不变性。
【技术保护点】
1.一种实现图像翻转不变性的方法，其特征在于：包括以下步骤：/nS1：对图像中所有的特征描述符进行聚类并生成视觉词汇；/nS2：根据这些视觉词汇，建立索引结构模型来保存特征描述符；/nS3：利用包含最多特征描述符的视觉词汇分析主要关键点的分布；/nS4：确定对象是否翻转，并进行匹配。/n
【技术特征摘要】
1.一种实现图像翻转不变性的方法，其特征在于：包括以下步骤：
S1：对图像中所有的特征描述符进行聚类并生成视觉词汇；
S2：根据这些视觉词汇，建立索引结构模型来保存特征描述符；
S3：利用包含最多特征描述符的视觉词汇分析主要关键点的分布；
S4：确定对象是否翻转，并进行匹配。
2.根据权利要求1所述的实现图像翻转不变性的方法，其特征在于：步骤S1中，所述特征描述符通过SIFT算法生成，包括以下步骤：
A.检测尺度空间极值：
使用高斯差分DoG来检测关键点，建立一个高斯金字塔，以确保匹配两幅图像时的比例不变性，并从细节到轮廓获取关键点；
B.过滤出正确的关键点：
利用尺度空间函数的泰勒函数来删除部分错误的关键点，并利用Hessian矩阵来过滤掉部分边缘点，尺度空间函数和Hessian矩阵的泰勒二阶展开式写为：
其中x表示实际极值点，x'表示实际极值点和检测到的关键点之间的增量，DT表示D(x)方程的转置，表示DT对x的求导，σ表示高斯模糊系数；
C.方向分配：
采用以关键点位置为中心的高斯模糊函数来消除长距离像素的影响，将关键点周围的区域划分为16个子块，在不同的σ下，每个区域中的像素数不同，每个块在八个方向上有不同的统计数据，通过三线性插值计算所述统计数据，得到128个维度的数据，每个维度都是一个十进制数。
D.生成特征描述符。
3.根据权利要求2所述的实现图像翻转不变性的方法，其特征在于：步骤S1中，通过k-Means生成视觉词汇，用于代表所有特征描述符，具体包括：
将所有特征描述符划分为k个聚类点，最小损失函数为：
其中i表示第i个聚类点，x表示1张图片的1个特征描述符，Ci表示属于第i个视觉词汇的特征描述符，μi表示第i个视觉词汇；
通...
【专利技术属性】
技术研发人员：夏瑞阳，李国权，黄正文，刘一麟，林金朝，庞宇，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。