【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别涉及一种用于图像特征处理的描述子的构造方法。
技术介绍
长久以来，机器视觉认知一直是人们研究的热点，它是研究使用机器或计算机智能的认知周围物体的科学。然而，即使是一个非常简单的物体，要使用机器或计算机去识别它都是一件十分不容易的事。其中，最为关键的莫过于是物体特征的表示或描述，也就是说，究竟提取何种特征以及如何提取这些特征才能有效的区分不同物体。局部不变性特征的出现，为解决这一问题的提供了希望，它作为一种十分有效的手段已被成功地应用到广泛的领域和系统中，包括宽基线匹配、物体检测和识别、纹理识别、场景分类、机器人漫游和视觉数据挖掘等。在图像不变性特征的提取中，Harris角点检测子通过计算二次矩矩阵的特征值来判断曲线的曲率，进而检测角点。Hessian检测子利用Hessian矩阵提取图像特征，主要响应角点和很强的纹理区域。然而Harris角点检测子和Hessian检测子不具备仿射不变性。因此，Krystian Mikolajczyk等人在自动尺度选择理论和二阶矩开方运算的基础上实现了带仿射不变性的Harris角点检测子和Hessia...
【技术保护点】
一种用于图像特征处理的RATMIC描述子的构造方法，其特征在于，包括下述步骤：第一步，采用带仿射不变性的检测子进行检测，获得兴趣点P(x，y)和参数a、b、c，以兴趣点P(x，y)为中心、由椭圆公式ax2+2bxy+cy2=1确定一个椭圆，将所述椭圆内的每个像素点作为初始采样点X(xR，xL)；第二步，将椭圆通过归一化函数映射到半径为R的圆形的兴趣区域，即通过归一化函数将椭圆内初始采样点X(xR,xL)变成兴趣区域内的采样点C(x′R,x′L)；其中，归一化函数为xR′=MR1/2xR,xL′=ML1/2xLM=abbc;第三步，将兴趣区域内所有采样...
【技术特征摘要】
1.一种用于图像特征处理的RATMIC描述子的构造方法，其特征在于，包括下述步骤: 第一步，采用带仿射不变性的检测子进行检测，获得兴趣点P(x，y)和参数a、b、c，以兴趣点P(x, y)为中心、由椭圆公式ax2+2bxy+cy2=l确定一个椭圆,将所述椭圆内的每个像素点作为初始采样点X (xK, X1)； 第二步，将椭圆通过归一化函数映射到半径为R的圆形的兴趣区域，即通过归一化函数将椭圆内初始采样点X(xK，xj变成兴趣区域内的采样点C(x' K，x' L)； 其中，归一化函数为p b')2.根据权利要求1所述的用于图像特征处理的RATMIC描述子的构造方法，其特征在于，所述第四步的正方形上的四个顶点为C1X2X3X4的排列顺序是:射线PC上的远离兴趣点P的顶点为C1，并将正方形上的其它顶点逆时针依次为CfC4。3.根据权利要求2所述的用于图像特征处理的RATMIC描述子...
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。