《基於視覺感知模型的圖像不變特徵提取與遙感套用研究》是依託中國人民解放軍國防科技大學，由雷琳擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於視覺感知模型的圖像不變特徵提取與遙感套用研究
- 項目類別：青年科學基金項目
- 項目負責人：雷琳
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
從多幅不同視點獲取的圖像中提取不變特徵量是智慧型圖像處理領域的共性基礎 問題，如圖像目標識別、圖像配準及圖像檢索等。視角變化引起的複雜幾何變換、光照條件 引起的灰度變換、成像噪聲是影響特徵不變性的三大主要因素。大多數不變特徵提取方法都 只側重於某一方面的不變性研究，不能有效解決多種實際變化因素綜合影響下的不變特徵提 取問題。根源在於缺乏有效的視覺感知模型來解釋各種不變特徵的內在關係。.本項目重在研究三大因素影響下圖像之間存在的變換模型及其數學描述；利用視覺感知中多尺度、多通道等物理模型提煉出可模擬視覺不變性的數學工具，豐富和完善不變特徵提取的理論；結合各數學工具之間的互補性來提出並實現穩健性更強、適用性更廣的不變特徵提取方法；最後，通過變化檢測等典型遙感套用分析來拓展不變特徵可能提升的空間，為智慧型遙感圖像處理系統的設計和實現提供新思路和重要的技術儲備。
結題摘要
如何儘可能的挖掘人類視覺系統的獨特機制，啟發設計不變性更強的特徵提取方法一直是機器視覺和圖像分析領域研究人員追求的目標。基於上述研究背景，項目系統深入的研究了視覺感知建模、全局不變特徵提取、局部不變特徵提取、不變特徵提取性能評估等問題，並將研究成果套用於遙感圖像配準、變化檢測等實際問題。 在視覺感知模型及其不變性方面，主要研究了視覺感知計算VFA模型和尺度-空間理論中的特徵尺度自動選擇機制。利用2D Gabor函式對VFA進行數學建模，為後續局部不變特徵檢測奠定基礎。針對單個特徵尺度所確定的特徵描述符可能不足以區分兩個較為相似的局部鄰域的問題，對特徵尺度自動選擇機制進行了拓展，提出了一種多特徵尺度選擇方法。 在全局不變特徵提取方面，開展了全局圖像信息的有效表示和建模方法的研究。針對小波變換的不足，提出利用多尺度幾何分析對圖像進行更符合視覺感知特性的稀疏表示，且實現了一種離散中值Shearlet變換(DMST)。在此基礎上，對多尺度幾何分析係數的統計特性進行分析，以DMST為例，提出了一種基於多尺度幾何分析係數隱馬爾科夫樹模型(HMT)的全局不變特徵提取方法。圖像紋理檢索實驗驗證了此方法的有效性。 在局部不變特徵提取方面，開展了不變特徵檢測和不變特徵描述兩部分的研究。針對當前不變特徵檢測代表性方法SIFT的不足，提出了一種基於Gabor濾波器組的多特徵尺度不變特徵檢測方法(GIFT)。該方法可捕捉頻域內顯著的方向變化信息，同時又能克服傳統方法在每個單一尺度下均檢測特徵點時出現特徵冗餘的不足。針對現有不變特徵描述符則難以對抗照度變化和非剛體幾何變換的難點，提出了一種有向非剛體形變局部不變特徵描述符(oriented-Deformation and Light Invariant)。該方法用二階矩陣估計非剛體形變下特徵點的局部支撐區域和主方向，並利用熱核信號的形變不變性來描述點的局部特徵。 在局部不變特徵方法性能評價準則方面，開展了感知模型適應性和實驗參數設定的研究。在遙感套用方面，研究並實現了將不變特徵提取的結果或中間有意義結果嵌入到配準、變化檢測等實際遙感圖像處理流程中的方法。 本項目研究的學術意義在於利用更有效的數學工具解釋視覺不變性，豐富和完善了圖像不變特徵提取的理論。各項研究成果有機構成了功能完備的智慧型遙感圖像處理原型系統。
