文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于多特征集成的鲁棒图像拷贝检测算法
侵权投诉

基于多特征集成的鲁棒图像拷贝检测算法

第1期

彭伟勇等:基于多特征集成的鲁棒图像拷贝检测算法

2 5

维H a r r i s特征向量,并利用 K— D树建立特征索引,便于图像之间的 Ha r r i s点匹配,利用 R A N S A C算法, 剔除错误的匹配对。最后采用级联式的过滤框架融合两种特征的检测结果。 1 . 1图像的全局特征

D C T是一种正交变换方法,其数学公式表示为:

c 的采样值

x, y s【 L 一【 ̄ J

】 c o s【

】㈩

式中, u= 0, 1,…, M一 1; V= o, 1,…, N一 1;口 ( f )={/ 5 -- h t -; x Y 为空间域的采样值, u, V为频率域, g:, , Y )分别表示图像空间域中坐标为 x和 Y象素点的灰度值。 D C T的中、低频系数能很好的反映图像的概貌,并随着图像的缩放、拉伸呈现出相应的比例关系, 能很好的抵抗图像的加噪、滤波、缩放等攻击,也巧妙地弥补了下一级特征对缩放攻击不鲁棒的缺陷。

若图像横坐标的缩放比例为。,纵坐标的缩放比例为入 ,则D C T中低频 A C系数对应的缩放比例

为 ̄/ 1 2。 1 . 2图像的局部特征

H a r r i s算子是一种角点提取算子,其数学表达式为:

( )=∑ ( )[+ u, y+秽 )一,,, )] 兰[ u V] M l二 I 式中,矩阵 M为: o x

( 2 ) ( 3 )

I

式中, I , I 分别为图像 X, y方向的梯度值; (, Y )为高斯滤波器;设矩

阵 M的两个特征值为入 和 ,

M具有旋转不变性,定义特征点的响应函数为: R= 1 2一k (入 1+入 2 ) ( 4 )

式中, k一般取值为 0 . 0 4— 0 . 0 6。当 大于给定的阈值,且在局部范围内是极大值时,对应的象素点即 H a r r i s兴趣点。提取特征点之后,在其所在邻域内采样,确定出具有旋转不变性的特征点主方向。 图像点 L (, Y )处的梯度值与方向计算公式如: m(, Y )=√(£ (+1, Y )一 L ( 一1, Y ) )+( L (, Y+1 )一£ (, Y一1 ) ) 0 (, Y )=a r c t a n ( ( (+1, Y )一L ( x一1, Y ) )/ ( (, Y+1 )~ L (, Y一1 ) ) )

,、

梯度直方图范围是 0— 3 6 0。,每l 0。为一个柱,当存在另一个峰值的能量大于或等于主峰值 8 0%时, 将其作为该特征点另一个主方向,大约仅有 1 5%点被赋予多个主方向。最后用抛物线拟合与每个峰顶最近的 3个峰值,进而准确获取峰顶位置,作为特征点准确的主方向。 将坐标轴旋转到特征点主方向,以特征点为中心取 1 6× 1 6窗口,如图 2 ( a )所示,为了简化,图2 ( a ) 中只给出了 8× 8窗口,中央点为当前特征点坐标,每个小格代表特征点邻域一个象素,箭头指向该象素点的梯度方向,长度表示该点的梯度模值,圈内代表高斯加权范围,然后在每个 4× 4图像块上计算 8个方向的梯度方向直方图,如图 2 ( b )所示,每个 4× 4图像块形成一个种子点,图2 ( b )中给出的是 4个种子点,实际上算法共 1 6个种子点,每个种子点有 8个方向向量信息,形成 1 2 8维的 H a r r i s特征向量,将特征向量进行归一化,去除光照变化影响。 当特征向量生成后,采用 K— D树建立索引,搜索每个特征点的两个最近邻特征点。在这两个特征点中,如果最近的欧式距离除以次近距离小于某个比例阈值,则接受这一匹配对;再利用 R A N S A C随机抽样一致性算法,剔除错误的匹配对。

基于多特征集成的鲁棒图像拷贝检测算法

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email