凯泽特色

KAZE特征是一种完全在非线性尺度空间中工作的二维特征检测与描述方法。以前的方法,如SIFT或SURF在高斯尺度空间(特别是线性扩散的实例)中寻找特征。然而,高斯模糊不考虑物体的自然边界,在尺度空间演化原始图像时,对细节和噪声进行相同程度的平滑处理。通过非线性扩散,我们可以检测和描述非线性尺度空间中的特征,保持重要的图像细节,消除噪声,只要我们在尺度空间演化图像。我们使用变电导扩散,这是非线性扩散最简单的情况之一。利用加法算子分裂(AOS)方法有效地建立了非线性尺度空间,该方法对任何步长都是稳定的,并且是可并行的。加速KAZE特征使用了一个新的数学框架,称为快速显式扩散(FED)嵌入一个金字塔框架,大大加快了非线性尺度空间计算的速度。此外,我们计算了一个鲁棒的修正局部差分二进制(M-LDB)描述符,它利用了非线性尺度空间中的梯度信息。在某些数据集中,A-KAZE可以获得与KAZE相当的结果,但比KAZE快几个数量级。我们的结果表明,对于常见的二维图像匹配应用,重复性和区分性有了很大的提高