摘要
对岭南古建筑图像特征的优化提取,可更准确的描述建筑图像的几何信息。对图像的特征进行提取,需要对图像像素特征进行分类,计算各个图像像素点的响应函数值,完成对图像的特征优化提取。传统方法对图像进行重构,利用形态学运算对建筑图像进行边缘检测,但忽略了计算各个像素点的响应函数值。提出基于SUSAN角点检测的岭南古建筑中图像的特征优化提取方法。利用高斯混合模型表示岭南古建筑图像各个像素对应的色彩分布情况,描述图像各个像素的特征,对各个图像像素特征进行分类,通过计算岭南古建筑中图像像素灰度变化的梯度值定义角点响应函数,计算各个图像像素点的角点响应函数值,得到能够取得该值的局部最大的图像像素点作为岭南古建筑中图像特征。实验结果表明,所提方法能够有效提升岭南古建筑中图像的特征优化提取精度,具有较好的鲁棒性。
An optimization extraction method of image feature of Lingnan ancient architecture based on SUSAN comer detection. Firstly, Gaussian mixture model is used to express corresponding color distribution of each pixel of ancient architecture image, and feature of each pixel is described, then the feature is classified. Moreover, the comer response function is defined via calculating gradient of grey variation of each image pixel, and value of the comer re- sponse function is calculated. Finally, the local maximum image pixel is obtained. Thus, the local maximum image pixel is used as the image feature of ancient architecture. Simulation results show that the method can improve preci- sion of optimization extraction. It has strong robustness.
出处
《计算机仿真》
北大核心
2017年第9期354-357,373,共5页
Computer Simulation
基金
广东省教育厅本科高校教学质量与教学改革工程立项建设项目(粤教高函(2015)133)
华南理工大学中央高校基本科研业务费资助项目(2015BS09)
建筑陶瓷设计课程"主题实例引导式"实践教学的有效性研究与探索(校级教研教改项目)(Y9160870)
关键词
岭南古建筑
图像
特征提取
Lingnan ancient architecture
Images
Feature extraction
