معرفی یک الگوریتم جهت بهبود روش SURF برای سنجش تشابه تصاویر دو بعدی

امروزه مقایسه تصاویر و فضاهای واقعی در جهان واقع، یکی از پراستفاده ترین مسایل روزمره در زندگی نوین می باشد. در توصیف کلی اعتبار سنجی تشابه دو تصویر برای تعیین تساوی آنها هدف غایی همه کاربردهای این مقایسه می باشد. به همین علت دسترسی سریع به نتایج این مقایسه، نکته کلیدی این کاربرد مفید می باشد. در نتیجه مطالعات بر روی این حوزه از پردازش تصویر بصورت چشمگیری توسعه یافته است. یکی از الگوریتم های تعیین نقاط مشابه در دو تصویر الگوریتم surf می باشد(Herbert Bay,۲۰۰۸). این الگوریتم با استخراج نقاط کلیدی دو تصویر و توصیف آنها به زبان واحد و درنهایت مقایسه آنها با یکدیگر، کار خود را انجام می دهد. در این مقاله روشی جهت تشخیص تشابهات دو تصویر بر پایه الگوریتم Surf ارائه شده است. نقاط کلیدی تصاویر با استفاده از Surf کشف شده و توصیف می شوند. سپس در مرحله تعیین نقاط هم ارز بین دو تصویر تغییراتی داده ایم تا Surf بهبود یابد. ما بجای جمع های مکرر توصیفگرها از روش های خاصی استفاده کرده ایم. همچنین روش های بهبود عملکرد زمانی این الگوریتم تا امروز را بررسی می کنیم ودرنهایت با ابداع روشی ترکیبی دستیابی به نتیجه ی مورد انتظار روش الگوریتم surf را در حالت متوسط ۲۲ درصد بهبود می بخشیم. همچنین روش خود را با آخرین روش بهبود عملکرد الگوریتم surf بنام S. J surf، که ابداع شده توسط یک گروه چینی در سال ۲۰۱۸ بود، مقایسه کردیم (S. J. Chen, ۲۰۱۸). مقایسه ما نشان داد الگوریتم ما در بدترین حالت ۸ درصد و در حالت میانه ۱ درصد برتری عملکرد زمانی دارد. برتری عملکرد به معنای کاهش زمان اجرا و درنتیجه افزایش سرعت اجرای پردازش می باشد. برای این مقایسه ها از نرم افزار متلب و برروی تصاویر واقعی با ابعاد مشخص و از لابراتوار متلب برای مقایسه عملکرد استفاده می کنیم.

Keywords:

نقطه کلیدی Surf , انتگرال تصویر , مشتق تصویر , کانوولوشن , مقایسه تصویر , استخراج ویژگی , ویژگی های محلی و سراسری