Keypoint detection and description on image curves

Abstract

Image curves are one of the choices for representing interest points which also provide discriminative information about images. Boundary of regions and contour of shapes are real-time instances of image curves. In this thesis, we propose two approaches for keypoint detection and description on image curves. To extract keypoints on image curves, we compute the extrema curvature of region boundaries. This mechanism improves repeatability of keypoints on 3D data. For the description of image curves, shape contours are used. This is similar to approaches that describe the features based on shapes and image gradients. Unlike these approaches, we combine spatial and directional information of tangent directions to extract a feature vector that leads to improved matching and recognition on several standard computer vision tasks such as character and object recognition.Imge eğrileri, imgeler hakkında ayırt edici bilgi sağlarken anahtar noktaların temsil edilmesinde kullanılmaktadır. Bölge sınırları ve şekil konturları, imge eğrilerinin gerçek zamanlı örneklerdir. Bu tez çalışmasında, imge eğrileri üzerinde anahtar nokta tespiti ve betimlenmesi için iki yöntem önerilmiştir. Bölge sınırlarının eğriliğinin uç noktaları, imge eğrilerinde anahtar nokta tespiti için hesaplanmıştır. Bu yöntem üç boyutlu nesnelerde, anahtar nokta tekrarlanabilirliğinin iyileşmesini sağlamıştır. İmge eğrilerinin tanımlanmasında ise şekillerin konturları kullanılmıştır. Bu yaklaşım, şekiller üzerinde tanımlama yapan yöntemler ve imge gradyanlarına benzeyip, bu yöntemlerden farklı olarak tanjant yönlerinin konumsal ve yönsel özellikleri, özellik vektörü hesaplanmasında bir arada kullanılmıştır. Özellik vektörleri karakter ve obje tanıma gibi çeşitli standart bilgisayarlı görü alanlarında tanıma ve eşleştirmede iyileşmeye yol açar.