基于SIFT特征的图像检索研究
2011-10-09许唯玮
河北建筑工程学院学报 2011年1期
许唯玮
(张家口市电化教育馆,河北 张家口075000)
0 引 言
随着Internet与数字视频设备的高速发展,数字图像信息海量增加,如何帮助用户迅速有效地找到最需要的数字图像,已成为当前一个研究热点.基于内容的图像检索(Content Based Image Retrieval,CBIR)是指除了利用传统的数据库进行存贮管理外,还利用图像的颜色、纹理、形状等特征进行检索.与这些常见的特征检索相比,尺度不变的特征具有旋转、缩放和仿射的不变性,因而在图像匹配、图像检索领域得到越来越广泛的应用.在尺度不变的特征点提取算法中,较为经典的便是SIFT算法,把图像转化为灰度图像,再进行特征点提取.
1 SIFT特征算法
在2004年David G.Lowe总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的,对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子-SIFT算子,其全称是Scale Invariant Feat ure Transform,即尺度不变特征变换,一幅图像SIFT特征向量的生成算法总共包括4步:
(1)尺度空间极值检测,以初步确定关键点位置和所在尺度.
(2)通过拟和三维二次函数以精确确定关键点的位置和尺度,同时去除低对比度的关键点和不稳定的边缘响应点(因为DoG算子会产生较强的边缘响应),以增强匹配稳定性,提高抗噪声能力.
(3)利用关键点邻域像素的梯度方向分布特性为每个关键点指定方向参数,使算子具备旋转不变性.

图1 SIFT特征向量描述
(4)生成SIFT特征向量.首先将坐标轴旋转向关键点的方向,以确保旋转不变性.接下来以关……
登录APP查看全文
