摘 要: | <正>针对传统浮点型特征描述子占用空间大、匹配速度慢,而当前二值型描述子鲁棒性整体不高的问题,提出了一种基于离散余弦变换(Discrete Cosine Transform,DCT)的二值型特征描述子。算法将特征点邻域图像块均匀分块,对分块后的子块进行DCT变换,利用DCT变换实现图像低频与高频信息分离。通过对各子块低频系数进行对比、二值化后,生成二值特征描述子。本文采用多分块策略和基于Adaboost的降维策略,生成更具判别力且低维度的描述子。实验结果表明,与SIFT及SURF描述子相比,本文描述子存储空间占用少,匹配速度快,而且相比BRIEF、ORB、BRISK二值型描述子整体鲁棒性更强。
|