31、图像特征描述与音频隐写算法研究

图像特征描述与音频隐写算法研究

多尺度二进制鲁棒独立特征描述符

引言

在计算机视觉应用中，寻找同一场景或对象的两幅图像之间的点对应关系是许多任务的一部分，如图像配准、相机校准、目标识别和图像检索等。我们的目标是开发一种特征检测器和描述符，在保证性能的同时，实现快速计算。目前已有多种检测器和描述符被提出，如Mikolajczyk等人应用主成分分析方法来降低描述符维度；Calonder等人提出用于高速兴趣点描述和匹配的紧凑签名；SIFT计算兴趣点周围局部方向梯度的直方图并存储在128维向量中；SURF是一种新颖的尺度和旋转不变的检测器和描述符。本文构建了一种新的特征描述符——多尺度二进制鲁棒独立算子（MS - BRIFD），它直接在多尺度上提取局部纹理信息，并使用汉明距离进行度量。

相关理论

算法基于文献中的ID - LBP和BRIEF理论提出，通过融合多尺度提取的高频和低频信息、中心像素以及差分结构局部纹理特征来构建特征描述符。在区域内有如下定义：
[
\tau(p; x, y)=\begin{cases}
1, & p(x)>p(y) \
0, & p(x)\leq p(y)
\end{cases}
]
[
\tau(p; x)=\begin{cases}
1, & p(x)>p \
0, & p(x)\leq p
\end{cases}
]
[
\tau(p; y)=\begin{cases}
1, & p(y)>p \
0, &