基于Hessian矩阵和Gabor函数的局部兴趣点检测

被引：8

作者：

文朝辉

路红

机构：

[1] 复旦大学计算机科学技术学院

来源：

计算机应用与软件 | 2012年 / 29卷 / 01期

基金：

上海市自然科学基金;

关键词：

局部特征; 兴趣点检测; Gabor核函数; Hessian矩阵; 图像匹配;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

局部特征方法是基于内容的图像与视频检索的重要方法。提出一种新的基于Hessian矩阵和Gabor函数的尺度不变局部特征点检测方法(Hessian-Gabor Detector)。该方法首先利用基于Hessian矩阵的检测子定位图像在空间域上的候选特征点位置,然后用基于Gabor函数的算子检测候选兴趣点在尺度空间的特征尺度,从而获得具有尺度不变特性的局部特征点。实验证明,与DOG、Harris-Laplace等方法相比,计算简单。应用于图像匹配中,能够显著地提高匹配效率。

引用

页码：15 / 18+22 +22

页数：5

共 15 条

[1] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[2] 一种基于Gabor小波的局部特征尺度提取方法 [J].

徐婉莹 ;

黄新生 ;

刘育浩 ;

张巍 .

中国图象图形学报, 2011, 16 (01) :72-78

[3]

Detecting salient blob-like image structures and their scales with a scale-space primal sketch: A method for focus-of-attention[J] . Tony Lindeberg. &nbspInternational Journal of Computer Vision . 1993 (3)

[4]

A Performance Evaluationof Local Descriptors. MIKOLAJCZYK K,SCHMID C. Proceedings of theIEEE ComputerSociety Conference on Computer Vision and Pattern Recog-nition(CVPR′03) . 2003

[5] Scale & affine invariant interest point detectors [J].

Mikolajczyk, K ;

Schmid, C .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (01) :63-86

[6]

International Energy Outlook 2007 with Projections to 2030. EIA (US Energy Information Administration). http://www.eia.doe.gov///oiaf/aeo/index.html . 2009

[7]

Indexing based on scale invariant interest points. Mikolajczyk K,Schmid C. Proceedings of the 8th IEEE International Conference on Computer Vision . 2001

[8]

Object recognition from local scale-invariant features. David G Lowe. Proceedings of the 7th IEEE International Conference on Computer Vision(ICCV ’99) . 1999

[9]

Scale-space theory: A basic tool for analyzing structures at different scales. Lindeberg T. Journal of Applied Mechanics . 1994

[10]

A combined corner and edge detector. Harris C,Stephens M. Proceedings of the Fourth Alvey Vision Conference . 1988

← 1 2 →