摘要
原始图像特征域与图像梯度域分离以及不同区域特征分布存在相似程度离散现象,会导致无法有效量化特征分布的差异,容易因相似程度离散问题导致误匹配,影响目标提取的准确性。为此,文章提出了一种多特征增强的图像高相似度目标提取算法。该算法在获取图像梯度图时,采用相邻像素差计算方式避免细节信息丢失,并基于局部依赖关系对梯度图进行增强处理,融合特征域与增强后的梯度域得到多特征增强后的图像。引入特征相似度损失量化当前提取框与目标提取框之间的特征差异,设置特征相似度阈值筛选目标区域,并利用滑动匹配输出与目标特征匹配程度最高的提取框,减少误匹配并确保提取结果的准确性。测试结果表明,所设计的算法在目标提取方面表现出色,提取结果的完整性达到85.0%以上,冗余程度控制在2.0%以下,具有较高的精度。
作者
刘青凤
田玉珍
程青鹏
LIU Qingfeng;TIAN Yuzhen;CHENG Qingpeng
出处
《信息技术与信息化》
2025年第8期36-39,共4页
Information Technology and Informatization
