基于尺度不变关键点的图像特征外文翻译资料

Distinctive Image Features from Scale-Invariant Keypoints

David G. Lowe

关键词：特征点，特征方向，Harris角点, 描述符

摘要

本文提出了一种方法，该方法通过从图像中提取独特的不变的特征值来用于同一对象在不同视图之中的可靠匹配。该特征对图像的尺度和旋转不变，并且在仿射变换、3D视点变化、噪声增加和光照变化的很大范围内提供了强健的匹配。这些特征有很高的独特性，即单个特征可以与来自许多图像的大量特征数据库进行高概率的匹配。本文还描述了一种方法将这些特征用于目标识别，该识别过程为使用快速最近邻算法将单个特征与已知目标的特征数据库进行匹配，然后通过霍夫变换识别属于一个单一目标的簇，最后通过最小二乘法对一致的姿态参数进行验证。该识别方法可以在杂波和遮挡中鲁棒地识别目标，同时达到接近实时的性能。

1 介绍

图像匹配是计算机视觉中许多问题的一个基本方面，包括目标或场景识别、从多幅图像中求解三维结构、立体关联和运动跟踪等。本文描述了具有许多特性的图像特征，这些特性使它们适合于匹配对象或场景的不同图像。该特征对图像的缩放和旋转不变，对光照和3D摄像机视点的变化部分不变。它们在空间域和频率域都有很好的局域性，再现了被遮挡、杂波或噪声破坏的概率。通过有效的算法可以从典型图像中提取大量的特征。另外，特征值具有很强的独特性，使得单个特征能够与大量的特征数据库进行高概率的匹配，为目标和场景识别提供了基础。

通过多级滤波的方法，使提取这些特征值的成本最小化。在这种方法中，较昂贵的操作只应用在通过初始测试的位置。以下是用于生成图像特征集的主要计算阶段：

• 尺度-空间极值检测；计算的第一阶段搜索所有的尺度和图像位置。该算法通过使用高斯差分函数来识别对尺度和方向不变的潜在兴趣点，从而有效地实现了该算法。
• 关键点定位：在每个候选位置，一个详细的模型适合于确定位置和规模。关键点是根据其稳定性的度量来选择的。
• 定向作业：基于局部图像梯度方向为每个关键点分配一个或多个方向。对已经相对于每个特征的指定方向、比例和位置进行变换的图像数据执行所有未来操作，从而提供这些变换的不变性。
• 关键点描述符：在每个关键点周围的区域中以选定的尺度测量局部图像梯度。这些被转换成一个表示，允许显著水平的局部形状失真和光照变化。

这种方法被称为尺度不变特征变换(SIFT)，因为它将图像数据转换成相对于局部特征的尺度不变坐标。

这种方法的一个重要方面是，它生成大量的特征，这些特征在整个尺度和位置范围内密集地覆盖图像。一个大小为500*500像素的典型图像将产生大约2000个稳定的特征（尽管这个数字取决于图像内容和各种参数的选择）。特征的数量对于目标识别至关重要，在杂乱背景中检测小目标的能力要求从每个目标中正确匹配至少3个特征来进行识别。

为了进行图像匹配和识别，首先从一组参考图像中提取SIFT特征并存储在数据库中。通过将新图像中的每个特征与先前数据库进行单独比较，并基于特征向量的欧几里德距离寻找候选匹配特征，来匹配新图像。本文将讨论能够在大型数据库上快速执行此计算的快速最近邻算法。

关键点描述符具有很强的独特性，这让单个特征可以在大量的特征数据库中以很高的概率找到正确的匹配。然而，在一个杂乱的图像中，许多来自背景的特征在数据库中不会有任何正确的匹配，除了正确的匹配之外，还会产生许多错误的匹配。通过识别与新图像中的对象及其位置、比例和方向一致的关键点子集，可以从完整的匹配集中筛选出正确的匹配。几个特征在这些参数上偶然一致的概率比任何单个特征匹配出错的概率低得多。通过使用有效的广义霍夫变换哈希表实现，可以快速地确定这些一致的聚类。

每一个由3个或更多的特征组成的集群，在一个物体及其姿态上达成一致，然后进行进一步的详细验证。首先，对物体姿态的仿射逼近进行最小二乘估计。识别与此姿势一致的任何其他图像特征，并丢弃离群点。最后，在给定拟合精度和可能的假匹配数的情况下，详细计算了特定特征集合指示物体存在的概率。通过所有这些测试的对象匹配可以被高置信度地识别为正确。

2 相关研究

图像匹配通过使用局部兴趣点的发展可以追溯到1981年,Moravec利用角点检测器进行立体匹配的工作。1988年Harris和Stephens改进了Moravec检测器，使其在小图像变化和近边缘情况下具有更高的重复性。1992年,Harris展示了它在高效运动跟踪和三维结构方面的价值通过在运动恢复的角度，而且Harris角点检测器在之后被广泛应用于许多其他图像匹配任务。虽然这些特征检测器通常被称为角点检测器，但它们不只是选择角点，而是在预定尺度下在所有方向上具有大梯度的任何图像位置。

最初的应用是立体和短距离运动跟踪，但后来该方法被扩展到更困难的问题。1995年Zhang等人表明，通过使用围绕每个角点的相关窗口来选择可能的匹配，可以在较大的图像范围内匹配Harris角点。然后通过求解描述刚性场景两个视图之间几何约束的基础矩阵来去除离群点，并去除与多数解不一致的匹配。同年Torr提出了一种类似的远距离运动匹配方法，其中几何约束用于去除图像中运动的刚性物体的离群点。

1997年,Schmid和Mohr开创性的工作表明，不变局部有限元匹配可以推广到一般的图像识别问题，即一个特征与大量的图像数据库进行匹配。他们也还使用Harris角点来选择兴趣点，但他们使用了局部图像区域的旋转不变描述符，而不是与相关窗口匹配。这允许在两幅图像之间任意方向变化的情况下匹配特征。此外，他们还证明了多特征匹配可以通过识别匹配特征的一致聚类来实现遮挡和杂波下的通用识别。

Harris角点检测器对图像尺度的变化非常敏感，所以它不能提供一个很好的基准去匹配不同尺寸的图像。作者的早期工作扩展了局部特征方法来实现尺度不变性。该工作还描述了一个新的局部描述符，它可以提供更多的独特特征，同时对局部图像失真有更少的敏感,例如3D视点变化。本文提供了一个更深入的发展和对这个早期工作的分析，同时也提出了一系列在稳定性和特征不变性方面的改进。

这里有相当多的研究关于识别在尺度变化下稳定的表征方面。1984年，在这领域的初始工作中，Crowley和Parker他们开发了一个表示，这个表示可以在尺度空间中识别峰和脊，并将它们连接成一个树的结构。然后这个树的结构可以在任意比例变化的图像之间匹配。1999年，Shokoufandeh，Marsic和Dickinson在最近的工作中提供了很多使用了小波系数的特征描述符。1993年，Lindeberg已经深入研究了特征检测的合适且一致的尺度问题。他将此描述为规模选择的问题，我们在下面使用他的结果。

最近，在将局部特征扩展为完全仿射变换的不变性方面，出现了令人印象深刻的大量工作（Baumberg,2000；Tuytelaars和Van Gool,2000；Mikolajczyk和Schmid,2002；Schaffalitzky和Zisserman,2002；Brown和Lowe,2002）。这允许在正射三维投影的变化下对平面表面上的特征进行不变匹配，在大多数情况下，通过在局部仿射框架中重采样图像。然而，这些方法都不是完全仿射不变的，因为它们以非仿射不变的方式选择初始特征尺度和位置，这是由于探索全仿射空间的成本太高。仿射框架比标度不变特征的框架对噪声更敏感，因此在实践中，除非仿射失真大于平面的大约40度倾斜，否则仿射特征比标度不变特征具有更低的重复性。更宽的仿射不变性对于很多应用来说可能并不重要，因为训练视图最好至少在视点旋转30度（这意味着识别在最近的训练视图15度内），以便捕捉3D对象的非平面变化和遮挡效果。

虽然本文提出的方法不是完全仿射不变的，但使用了一种不同的方法，即局部描述符允许相对特征位置发生显着变化，而描述符只有很小的变化。该方法不仅允许描述符在相当大的仿射失真范围内进行可靠地匹配，而且使特征对非平面表面的 3D 视点变化更加稳健。其他优点还包括更有效的特征提取和识别更多特征的能力。另一方面，仿射不变性是一种宝贵的属性，在非常大的视图变化下匹配平面表面，未来应进一步研究以有效和稳定的方式将其与非平面 3D 视点不变性相结合的最佳方法。

许多其他特征类型已经被提出用于识别，此外，其中一些可以用于本文描述的特征在不同的情况下提供进一步的匹配。一类特征是那些利用图像轮廓或区域边界的特征，这应该使它们不太可能被物体边界附近的杂乱背景破坏。2002年，Matas等人已经证明，它们的最大稳定极值区域可以产生大量稳定性好的匹配特征。1997年，MikoLajczyk等人开发了一种新的描述符，它使用局部边缘而忽略不相关的附近边缘，提供了即使在叠加在背景杂波上的狭窄形状的边界附近也能找到稳定特征的能力。1998年，Nelson和Selinger在基于图像轮廓分组的局部特征方面取得了良好的效果。同样，2000年，Pope和Lowe使用了基于图像轮廓的分层分组的特征，这对于缺乏细节纹理的对象特别有用。

视觉识别的研究历史包含了一系列其他图像属性的工作，这些属性可以用作特征测量。2002年，Carneiro和Jepson描述了表示局部空间频率的相位而不是幅度

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 28 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[596205]，资料为PDF文档或Word文档，PDF文档可免费转换为Word