CP HDR：面向LDR和HDR图像的特征点检测与描述库
计算机视觉与模式识别
2024-04-01 v1
摘要
在计算机视觉中，特征是指具有独特属性的图像区域，如角点、边缘、纹理或高对比度区域。这些区域可以通过特征点（FP）来表示。FP检测与描述是许多计算机视觉任务的基础步骤。大多数FP检测和描述方法使用低动态范围（LDR）图像，这对于大多数涉及数字图像的应用来说已经足够。然而，在极端光照条件下，LDR图像可能存在饱和像素，这会降低FP检测的质量。另一方面，高动态范围（HDR）图像通常呈现更大的动态范围，但FP检测算法并未充分利用此类图像中的所有信息。在本研究中，我们对使用HDR图像作为输入的图像检测与描述算法进行了系统综述。我们开发了一个名为CP_HDR的库，该库实现了Harris角点检测器、SIFT检测器和描述符，以及这两种算法针对HDR图像专门化的两种改进版本，分别称为SIFT for HDR (SfHDR)和Harris for HDR (HfHDR)。先前的研究调查了HDR图像在FP检测中的应用，但我们未发现研究调查HDR图像在FP描述中的应用。我们使用均匀性、重复率、平均精度均值和匹配率等指标，比较了CP_HDR算法在LDR和HDR图像上的性能。我们观察到FP在图像高光、中光和低光区域分布的均匀性有所提高。结果表明，使用HDR图像作为检测算法的输入可以提高性能，并且SfHDR和HfHDR增强了FP描述。
引用
@article{arxiv.2403.19935,
title = {CP HDR: A feature point detection and description library for LDR and HDR images},
author = {Artur Santos Nascimento and Valter Guilherme Silva de Souza and Daniel Oliveira Dantas and Beatriz Trinchão Andrade},
journal= {arXiv preprint arXiv:2403.19935},
year = {2024}
}