SIFT算子手掌静脉识别.ppt

<p>单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,基于,SIFT,算子的手掌静脉识别,答辩人：,刘宗祥,学号：,080405099,班级：,计算机,0804,指导教师：李威,目录,SIFT,算法实验结果,课题研究背景,SIFT,算法介绍,SURF,算法介绍,SURF,算法实验结果,SIFT,算法与,SURF,算法对比,生物识别技术,常用生物认证技术的比较,国内外静脉识别的研究动态,Fujitsu,公司的,2003 2005,年产品,手掌静脉图像的采集设备,采集的手掌静脉图像样本,对样本截取的有效区域,对有效区域进行二值化后的效果图,SIFT,算法介绍,David G.Lowe,Computer Science Department2366 Main MallUniversity of British ColumbiaVancouver,B.C.,V6T 1Z4,Canada,1999,年,British Columbia,大学大卫,.,劳伊（,David,G.Lowe,）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子,SIFT,（尺度不变特征变换），这种算法在,2004,年被加以完善。,SIFT,提出的目的和意义,尺度空间示意图,连续尺度空间,SIFT,算法主要步骤,1),尺度空间的生成；,2),检测尺度空间极值点；,3),精确定位极值点；,4),为每个关键点指定方向参数；,5),关键点描述子的生成。,1,尺度空间的生成,尺度空间理论目的是模拟图像数据的多尺度特征，高斯卷积核是实现尺度变换的唯一线性核，于是一幅二维图像的尺度空间定义为：,L,（,x,，,y,，,）,=,G(x,，,y,，,)*I,（,x,，,y,）,构造高斯差分尺度空间（,DOG scale-space,）：,D(x,，,y,，,k,)=,（,G(x,，,y,，,k,)-G,（,x,，,y,，,）*,I,（,x,，,y,）,=L,（,x,，,y,，,k,）,-L,（,x,，,y,，,）,即利用不同尺度的高斯差分核与图像卷积生成。,2,检测尺度空间极值点,3,精确定位极值点,4,为每个关键点指定方向参数,利用关键点的局部影像特征（梯度）为每一个关键点确定主方向（梯度最大的方向）。,5,关键点描述子的生成,为关键点生成梯度直方图,128,维关键点描述符,实验结果,SIFT,算法单图特征提取结果,SIFT,算法匹配结果图,原图,SURF,算法介绍,SURF,算法主要步骤,1),构建尺度空间,2),精确定位特征点,3),主方向确定,实验结果,SURF,算法单图特征提取结果图,SURF,算法匹配结果图,原图,SIFT,算法与,SURF,算法实验数据比较,感谢您的关注,</p>