基于局部不变映射的特征描述器算法

？提出了一种新的基于局部不变映射(Localitypreservingprojections,LPP)的描述器设计算法.该算法用LPP预先生成一个特征矩阵,接着把特征点邻域内所有点的梯度组成一个高维的梯度向量,然后通过特征矩阵把该梯度向量嵌入到一个低维的流形空间中,生成一个维数很低的向量,并把它作为该特征点的描述器.所提出的算法能保持描述器之间的几何结构不变:原空间中邻接的描述器映射到低维空间后保持邻接,而不相似的描述器映射后区分度更大,所以该算法所生成的描述器能表现特征点之间的内在关系,具有很强的鲁棒性.通过与SIFT(Scaleinvariantfeaturetransform),PCA-SIFT的实验比较,此算法更快速,更具鲁棒性.