一种面向弱纹理图像的特征点描述子

程鹏飞¹,周修庄¹,唐玲¹,魏世民²,高欢¹

1. 北京邮电大学
2. 北京邮电大学自动化学院

收稿日期:2021-04-27修回日期:2021-06-24出版日期:2021-12-28发布日期:2021-11-16
通讯作者:唐玲E-mail:tangling@bupt.edu.cn

A Feature Point descriptor for Texture-less Images

Received:2021-04-27Revised:2021-06-24Online:2021-12-28Published:2021-11-16

摘要/Abstract

摘要： 现有的大多数特征点提取算法适合处理纹理丰富的图像，而对于弱纹理图像则面临各种困难与挑战。针对这一问题，提出一种新的特征点描述子，多邻域结构张量特征(Multi-Neighborhood Structure Tensor Features，MNSTF)。该算法基于一系列固定的邻域以及图像结构张量，通过表达局部图像的结构与纹理信息，解决弱纹理和无纹理场景下特征点提取及匹配等相关问题；同时，通过计算邻域之间的相对方向，实现了MNSTF特征描述子良好的旋转不变性。实验结果表明，MNSTF算法在经过旋转的弱纹理图像测试集上的特征点匹配准确率达到99.6%以上，验证了MNSTF特征描述子良好的适用性、旋转不变性和鲁棒性。
中图分类号:
TP391.4

引用本文

程鹏飞 周修庄 唐玲 魏世民 高欢. 一种面向弱纹理图像的特征点描述子[J]. 北京邮电大学学报, 2021, 44(06): 13-20.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4851