對(duì)草圖特征線的描述符用于大規(guī)模圖像檢索的一種評(píng)價(jià)-資料下載頁(yè)
2025-06-27 16:56本頁(yè)面
【正文】 梯度直接從二進(jìn)制表示中計(jì)算。碩癘鄴頏謅攆檸攜驤蘞鷥膠據(jù)實(shí)鰹贏。HOG描述符可以被看作是一個(gè)在MPEG7標(biāo)準(zhǔn)[27,28]中提出改進(jìn)的邊緣直方圖描述符（EHD）。梯度方向直方圖也被應(yīng)用到圖像中人的識(shí)別[38]，作為一種替代品來(lái)形成內(nèi)容[44]或篩選[45]。描述符符合我們的要求，因?yàn)樗豢紤]圖像的梯度，并且可以很容易的調(diào)用而不用考慮梯度的標(biāo)志。閿擻輳嬪諫遷擇楨秘騖輛塤鵜蘞鰱幟。對(duì)于每個(gè)單元，我們都計(jì)算它們的梯度方向，并插入到相應(yīng)的直方圖。我們?cè)诒容^強(qiáng)梯度更容易被用戶(hù)描繪的假設(shè)基礎(chǔ)上，衡量每個(gè)條目長(zhǎng)度的平方。讓為有著d寬度的單元的條狀體，然后我們定義k次寬度的比重，如下：氬嚕躑竄貿(mào)懇彈瀘頷澩紛釓鄧鰲鱺貼。 （2）其中： （3）其中e是一個(gè)任意的單位方向矢量，并且導(dǎo)致目標(biāo)的等價(jià)性。為計(jì)算兩個(gè)直方圖之間的距離，我們首先計(jì)算歸一化的來(lái)計(jì)算相鄰兩個(gè)單元的可能存在的不同梯度數(shù)： （4） 讓和表示兩種歸一化的直方圖，讓表示和之間的距離： （5） 最終，我們定義兩個(gè)邊緣直方圖描述符之間的距離和為： （6）由此產(chǎn)生的圖像是在圖4中用餅形圖顯示。與方向離散的直方圖過(guò)程相反，我們是在每一個(gè)單元中尋找一個(gè)單一的向量，盡可能與局部圖像的梯度平行。這個(gè)向量將代表這個(gè)單元的圖像“結(jié)構(gòu)”。我們提出這個(gè)作為最大化問(wèn)題，并認(rèn)為系統(tǒng)矩陣對(duì)應(yīng)于所謂的結(jié)構(gòu)張量。我們只考慮有亮度的離散標(biāo)量圖像，這種方法可以很容易地推廣到多波段圖像[46]。釷鵒資贏車(chē)贖孫滅獅贅慶獷緞瑋鱘將。我們定義X是一個(gè)單位向量，它可代表單元的主要方向?？梢赃_(dá)到一個(gè)最大值，如果我們提出中x的定義按如下優(yōu)化組合：慫闡譜鯪逕導(dǎo)嘯畫(huà)長(zhǎng)涼馴鴇撟鉍鲞謠。 （7）注意 （8）這意味著我們通過(guò)約束使二次函數(shù)在x處最大化。矩陣包含單元中梯度外成果的總和，并且通常被稱(chēng)為結(jié)構(gòu)張量。我們使用拉格朗日乘數(shù)發(fā)現(xiàn)獨(dú)特的最大值，并設(shè)置到0，得到這個(gè)必要條件諺辭調(diào)擔(dān)鈧諂動(dòng)禪瀉類(lèi)謹(jǐn)覡鸞幀鮮奧。 （9）這意味著我們可以找到x作為的單位特征向量，與最大特征值對(duì)應(yīng)。特征值對(duì)應(yīng)的最大值和最小值二次函數(shù)，反映了梯度的分布。因此，結(jié)構(gòu)張量可以給出所有信息但不包括梯度的符號(hào)的一個(gè)緊湊的表示。嘰覲詿縲鐋囁偽純鉿錈癱懇跡見(jiàn)鮫請(qǐng)。為了獨(dú)立檢測(cè)相似方向的圖像邊緣的大小，我們存儲(chǔ)結(jié)構(gòu)張量用Frobenius范數(shù)進(jìn)行歸一化： （10）我們將兩個(gè)張量和之間的距離定義為兩個(gè)張量之間差異性的Frobenius范數(shù)： （11）最后，我們定義兩個(gè)張量描述符之間的距離為在他們相關(guān)單元所有張量距離之和： （12）圖4展示了得到的描述符圖像。 描述符變量7 /
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1