夏桂松;朱莉·德隆;亚恩·古索 自然图像中的精确连接检测和表征。 （英语） Zbl 1328.68253号 国际期刊计算。视觉。 106，第1期，31-56（2014）. 小结：准确的交界点检测和特征描述对于场景分析的几个方面至关重要，包括深度恢复和运动分析。在这项工作中，我们介绍了一种通用的结分析方案。拟议程序的第一个优点是检测连接的自动标准，允许处理不需要检测的纹理零件。其次，该方法给出了L-、Y-和X-结的特征，包括其类型、位置和规模的精确计算。与经典方法相反，尺度表征不依赖于线性尺度空间。首先，使用反向方法来计算结点的意义。该方法依赖于适当归一化灰度梯度的统计建模。然后，交叉点之间的排除原理允许精确描述它们。我们给出了该程序的实现细节，并通过各种实验评估了其效率。 引用于4文件 MSC公司： 68T45型 机器视觉和场景理解 关键词：交叉点检测;尺度表征;反向法;缩放型关键点;对比度不变性 软件：巨浪;SIFT公司 PDF格式BibTeX公司 XML格式引用 \textit{G.-S.Xia}等人，国际计算机杂志。视觉。106，第1号，31-56（2014；Zbl 1328.68253） 全文： 内政部 哈尔 参考文献： [1] Adelson，E.H.（2000）。轻知觉和轻幻觉。M.Gazzaniga（编辑），《新认知神经科学》（第二版，第339-351页）。 [2] Alvarez，L.和；Morales，F.（1997）。角点和多重连接的仿射形态学多尺度分析。国际计算机视觉杂志，25（2），95-107·Zbl 05471749号 ·doi:10.1023/A:1007959616598 [3] Bergevin，R.和；Bubel，A.（2004）。二维图像中接头的检测和表征。计算机视觉和图像理解，93（3），288–309，ISSN 1077–3142。 [4] Beymer，D.J.（1991）。使用图像渐变查找连接。《计算机视觉和模式识别学报》（第720-721页）。 [5] 博尔斯，R.C.，&；Cain，R.A.（1982）。识别和定位部分可见对象：local-feature-focus方法。国际机器人研究杂志，1（3），57-82·数字对象标识代码：10.1177/0278364982000304 [6] 曹凤（2003）。数字图像水平线的良好连续性。《国际计算机视觉会议论文集》（第440–446页）。 [7] Caselles，V.、Coll，B.、Morel，J.-M.（1996）。连接检测和过滤：形态学方法。《国际图像处理会议记录》（第493–496页）。 [8] Cazorla，文学硕士；Escolano，F.（2003）。结点分类的两种贝叶斯方法。IEEE图像处理汇刊，12（3），317–327·Zbl 05452804号 ·doi:10.1109/TIP.2002.806242 [9] Cazorla，M.A.、Escolano，F.、Gallardo，D.和；Rizo，R.（2002）。使用概率边缘模型和贝叶斯A*进行连接检测和分组。模式识别，35（9），1869-1881·Zbl 1006.68866号 ·doi:10.1016/S0031-3203（01）00150-9 [10] Deriche，R.和；Blaszka，T.（1993）。使用有效的基于模型的方法恢复和表征图像特征。《计算机视觉和模式识别学报》（第530-535页）。 [11] Deriche，R.和；Giraudon，G.（1993）。角点和顶点检测的计算方法。国际计算机视觉杂志，10（2），101-124·doi:10.1007/BF01420733 [12] Deschenes，F.和；齐奥·杰梅尔。(2004). 检测线路、线路接头和线路终端。国际遥感杂志，25（3），511-535·网址：10.1080/0143116031000139845 [13] Desolneux，A.、Moisan，L.和；Morel，J.-M.（2000年）。有意义的对齐。国际计算机视觉杂志，40（1），7–23·Zbl 1012.68701号 ·doi:10.1023/A:1026593302236 [14] Desolneux，A.、Moisan，L.和；Morel，J.-M.（2008）。从格式塔理论到图像分析：一种概率方法。柏林：斯普林格。 [15] Dickscheid，T.、Schindler，F.和；Förstner，W.（2011）。对具有局部特征的图像进行编码。国际计算机视觉杂志，94（2），154-174·Zbl 1235.68310号 ·doi:10.1007/s11263-010-0340-z [16] Dimiccoli，M.和；Salembier，P.（2009）。利用t型连接在单个图像中进行深度分离。ICASSP会议记录（第1229–1232页）。 [17] Förstner，W.（1986）。一种基于特征的图像匹配对应算法。在ISP委员会III中。 [18] Förstner，W.（1994）。低层特征提取框架。《1994年欧洲计算机视觉会议论文集》（第二卷，第383–394页）。 [19] Förstner，W.，Dickscheid，T.，Schindler，F.（2009）。检测可解释且准确的尺度变化关键点。ICCV（第2256–2263页）。 [20] Freeman，W.T.（1992）。可控制滤波器和图像结构的局部分析。麻省理工学院博士论文，马萨诸塞州剑桥，美国。 [21] Fuchs，C.和；Förstner，W.（1995年）。用于图像分割的多态分组。《计算机视觉国际会议论文集》（第175-182页）。 [22] Geiger，D.、Kumaran，K.和；Parida，L.（1996）。图形/地面分离的视觉组织。《计算机视觉和模式识别学报》（第155-161页）。 [23] Golubchyck，R.和；Lindenbaum，M.（2006年）。通过线索优化改进显著性算法。技术报告MSC-2006-07，Technion。 [24] 郭春娥、朱世昌、吴永南（2007）。原始素描：结构和纹理的结合。计算机视觉和图像理解，106（1）：5–19。基于生成模型的视觉特刊。 [25] Guzmán，A.（1968年）。将视觉场景分解为三维实体。秋季计算机联合会议论文集（第一部分，第291–304页）。 [26] Hannah，M.J.（1974年）。立体图像中区域的计算机匹配。斯坦福大学博士论文。 [27] C.哈里斯；Stephens，M.（1988年）。结合了角点和边缘检测。《第四届阿尔维视觉会议记录》（第147-151页）。 [28] 石川浩；Geiger D.（1998）。通过分组连接进行分段。《计算机视觉和模式识别学报》（第125-132页）。 [29] Kanizza，G.（1979年）。视觉中的组织：关于格式塔感知的论文。纽约：Praeger。 [30] Kenney，C.S.、Zuliani，M.、Manjunath，B.S.（2005）。角点检测的公理方法。《计算机视觉和模式识别学报》（第191-197页）。 [31] 厨房、L.和；Rosenfeld，A.（1982）。梯度幅度的非最大抑制使其更容易阈值化。模式识别字母，1（2），93–94·doi:10.1016/0167-8655（82）90019-8 [32] Kovesi，P.（2003）。相位一致性检测角点和边缘。《DICTA会议录》（第309–318页）。 [33] 莱希特，I.，&；Lindenbaum，M.（2009年）。边界所有权提升至2.1d。IEEE第12届计算机视觉2000国际会议（第9-16页）。2009年11月29日至10月2日。doi:10.1109/ICCV.2009.5459208。 [34] Lin，L.、Peng，S.、Porway，J.、Zhu，S.-C.和；王毅（2007）。物体类别识别的实证研究：广义样本序列测试。计算机视觉国际会议论文集。 [35] Lindeberg，T.（1994年）。结合检测，自动选择检测尺度和定位尺度。《图像处理国际会议论文集》（第924-928页）。 [36] Lindeberg，T.（1998年）。具有自动比例选择功能的特征检测。国际计算机视觉杂志，30（2），79-116·Zbl 05469779号 ·doi:10.1023/A：1008045108935 [37] Lindeberg，T.和；李明霞（1997）。使用最小描述长度近似和互补连接线索分割和分类边缘。计算机视觉和图像理解，67（1），88–98·doi:10.1006/cviu.1996.0510 [38] Liu，G.，Xia，G.-S.，Huang，X.，Yang，W.，Zhang，L.（2013）。用于高分辨率卫星图像中自动建筑面积检测的感知建筑索引。国际地球科学和遥感研讨会论文集（第1-4页）。 [39] Lowe，D.G.（2004）。具有与比例不变关键点不同的图像特征。国际计算机视觉杂志，60（2），91–110·Zbl 02244065号 ·doi:10.1023/B:VISI.0000029664.99615.94 [40] Luo，B.、Aujol，J.-F.、Gousseau，Y.、Ladjal，S.和；Maìtre，H.（2007）。专用于卫星图像的分辨率相关特征尺度。IEEE图像处理汇刊，16（10），2503–2514·Zbl 05453851号 ·doi:10.1109/TIP.2007.906004 [41] Maire，M.、Arbelaez，P.、Fowlkes，C.、Malik，J.（2008）。使用轮廓检测和定位自然图像中的连接。《计算机视觉与模式识别学报》（第1-8页）。 [42] Marr，D.（1982）。愿景。对人类视觉信息的表征和处理的计算研究。旧金山：W.H.Freeman公司。 [43] McDermott，J.（2004）。真实图像中有连接点的心理物理学。感知，331101-1127·doi:10.1068/p5265 [44] Metelli，F.（1974年）。对透明度的感知。科学美国人，4（230），90-98·doi:10.1038/科学美国人0474-90 [45] Mikolajczyk，K.，&；Schmid，C.（2004年）。尺度和仿射不变兴趣点检测器。国际计算机视觉杂志，60，63–86·兹比尔02244064 ·doi:10.1023/B:VISI.0000027790.02288.f2 [46] A.穆罕默德；Lu，G.（2008）。改进的曲率尺度空间角点检测器和用于变换图像识别的鲁棒角点匹配方法。IEEE图像处理汇刊，17（12），2425–2441·Zbl 1371.94033号 ·doi:10.1109/TIP.2008.2006441 [47] Moisan，L.和；Stival，B.（2004）。检测两幅图像之间刚性点匹配并估计基本矩阵的概率准则。国际计算机视觉杂志，57，201–218·Zbl 05671825号 ·doi:10.1023/B:VISI.0000013094.38752.54 [48] Mokhtarian，F.和；Suomela，R.（1998）。通过曲率尺度空间进行鲁棒的图像角点检测。IEEE模式分析和机器智能汇刊，201376–1381·doi:10.1109/34.735812 [49] Moravec，H.P.（1977年）。朝向自动视觉障碍回避。《国际JCAI会议录》（第584页）。 [50] Musé，P.、Sur，F.、Cao，F.和Gousseau，Y；Morel，J.-M.（2006）。一种形状元素识别的逆向决策方法。国际计算机视觉杂志，69（3），295–315·Zbl 1188.68249号 ·doi:10.1007/s11263-006-7546-0 [51] Neubeck，A.和；Van Gool，L.（2006）。有效的非最大值抑制。《模式识别国际会议论文集》（第850-855页）。 [52] Parida，L.、Geiger，D.和；Hummel，R.A.（1998年）。交叉点：检测、分类和重建。IEEE模式分析和机器智能汇刊，20（7），687-698·数字对象标识代码：10.1109/34.689300 [53] 佩罗纳，P.（1992）。用于边缘检测和连接分析的可控制缩放内核。图像和视觉计算，10（10），663–672·doi:10.1016/0262-8856（92）90011-Q [54] Rabin，J.、Delon，J.和；Gousseau，Y.（2009）。局部特征匹配的统计方法。SIAM成像科学杂志，2（3），931-958·Zbl 1175.62069号 ·数字对象标识代码：10.1137/090751359 [55] Rattarangsi，A.和；Chin，R.T.（1992）。基于尺度的平面曲线角点检测。IEEE模式分析和机器智能汇刊，14330-449·Zbl 05111176号 ·数字对象标识代码：10.1109/34.126805 [56] Ren，X.，Fowlkes，C.C.，Malik，J.（2006）。自然图像中的图形/地面指定。《欧洲计算机视觉会议论文集》（第2卷，第614-627页）。 [57] Rohr，K.（1992）。通过拟合参数化模型识别角点。国际计算机视觉杂志，9（3），213-230·doi:10.1007/BF00133702 [58] 罗森菲尔德，A；Johnston，E.（1973）。数字曲线上的角度检测。IEEE计算机汇刊，22（9），875-878。 [59] Rosenthaler，L.、Heitger，F.、Kübler，O.、von der Heydt，R.（1992）。检测一般边缘和关键点。《第二届欧洲计算机视觉会议论文集》，ECCV 1992（第78-86页）。国际标准图书编号（ISBN）3-540-55426-2。 [60] Rosten，E.、Porter，R.和；Drummond，T.（2010）。更快更好：一种用于角点检测的机器学习方法。IEEE模式分析和机器智能汇刊，32（1），105–119·doi:10.10109/TPAMI.2008.275 [61] Rubin，N.（2001）。接合点在曲面完成和轮廓匹配中的作用。感知，3（30），339–366·doi:10.1068/p3173 [62] Ruderman，D.L.和；Bialek，W.（1994年）。自然图像统计：森林中的缩放。《物理评论快报》，73（6），814–817·doi:10.1103/PhysRevLett.73.814 [63] Ruzon，M.A.和；Tomasi，C.（2001）。使用颜色分布进行边缘、连接和角点检测。IEEE模式分析和机器智能汇刊，23（11），1281–1295·Zbl 05112624号 ·doi:10.1109/34.969118 [64] Schmid，C.、Mohr，R.和；Bauckhage，C.（2000年）。兴趣点检测器的评估。国际计算机视觉杂志，37（2），151-172·Zbl 0985.68625号 ·doi:10.1023/A:1008199403446 [65] Shi，J.和；Tomasi，C.（1994）。要跟踪的良好功能。《计算机视觉和模式识别学报》（第593-600页）。 [66] Sinzinger，E.D.（2008）。基于模型的径向能量联合检测方法。模式识别，41（2），494-505·Zbl 1151.68617号 ·doi:10.1016/j.patcog.2007.06.032 [67] Smith，S.M.和；Brady，J.M.（1995）。苏珊：一种新的低层图像处理方法。国际计算机视觉杂志论文集，23，45-78·Zbl 05472115号 ·doi:10.1023/A:1007963824710 [68] Teh、C.H.和；Chin，R.T.（1989）。数字曲线上主要点的检测。IEEE模式分析和机器智能汇刊，11（8），859-872·Zbl 05112053号 ·doi:10.1109/34.31447 [69] 特拉伊科维奇，M.，&；Hedley，M.（1998）。快速角点检测。图像和视觉计算，16（2），75–87·doi:10.1016/S0262-8856（97）00056-5 [70] Grompone von Gioi，R.、Jakubowicz，J.、Morel，J.-M.和；Randall，G.（2010）。LSD：带有假检测控制的快速线段检测器。IEEE模式分析和机器智能汇刊，32，722–732·doi:10.1109/TPAMI.2008.300 [71] Wallach，H.（1935年）。Ueber visuell whargenommene beweggungrichtung。《心理学Forschung》，第20、325–380页。 [72] Wang，H.和；Brady，M.（1995）。用于运动估计的实时角点检测算法。图像和视觉计算，13（9），695-703·Zbl 05479837号 ·doi:10.1016/0262-8856（95）98864-P [73] Wu，T.F.，Xia，G.-S.，Zhu，S.-C.（2007）。用于计算分层图像结构的合成增强。《计算机视觉与模式识别学报》（第1-8页）。 [74] Xia，G.-S.，Delon，J.和；Gousseau，Y.（2012）。一种精确且对比度不变的连接检测器。模式识别国际会议论文集。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。