图像多角度局部特征提取及相似性匹配技术研究  

On image multi-view local feature extraction and similarity matching

作　　者：徐望明[1] 石汉路[1] 

机构地区：[1]武汉科技大学信息科学与工程学院,湖北武汉430081

出　　处：《电子设计工程》2013年第3期148-150,共3页Electronic Design Engineering

基　　金：武汉科技大学大学生科技创新基金研究项目(11ZRA176);湖北省教育厅科研计划项目(B20121102);国家自然科学基金青年基金项目(61105058)

摘　　要：图像特征提取是计算机视觉应用的根本基础。研究了SIFT、LBP和HOG等3种信息互补的局部特征(即多角度局部特征)提取算法,研究了基于稀疏编码的图像相似性匹配算法,并以基于内容的图像检索(CBIR)为应用实例,验证了算法的有效性和高效性。Image feature extraction is a fundamental basis for computer vision applications. Three complementary local features （muhi-view local features） extraction algorithms, namely SIFT, LBP, HOG, are researched, and image similarity matching algorithm based on sparse coding is studied. Content-based Image Retrieval （CBIR） is taken as the application example to verify the effectiveness and efficiency of these algorithms.

关 键 词：多角度局部特征 相似性匹配 稀疏编码 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]