基於主成分析的數字圖像的特徵提取與匹配方法及裝置的製作方法
2023-05-08 21:53:26 2
專利名稱：基於主成分析的數字圖像的特徵提取與匹配方法及裝置的製作方法
技術領域：
本發明涉及一種數字圖像的特徵提取與匹配方法及裝置。
背景技術：
主成分析(Principal Component Analysis, PCA),又稱主分量分析。是將多個變量通過線性變換以選出較少個數重要變量的一種多元統計分析方法。該方法是一種將多個相關的變量轉化為少數幾個獨立的變量的有效分析方法，通過減少通道間的依賴性而達到減少數據的通道或子帶的目的。特徵提取是計算機視覺和圖像處理中的一個概念。它指的是使用計算機提取圖像信息，決定每個圖像的點是否屬於一個圖像特徵。特徵提取的結果是把圖像上的點分為不同的子集，這些子集往往屬於孤立的點、連續的曲線或者連續的區域。數字圖像特徵提取是基於內容的圖像檢索的關鍵步驟。目前，針對於特徵提取的方法有很多，其中多數方法是基於顏色、紋理、形狀或空間關係。顏色特徵是全局特徵，對豐富的區域對象詳細信息並不敏感；而紋理特徵易受光照和仿射變化的影響；當物體旋轉、縮放或變形時，形狀特徵和空間關係特徵不會捕捉精確的特徵點。Harris角檢測算法對圖像的尺度變化非常敏感，不適合匹配不同尺寸下的圖像。尺度不變特徵變換(ScaleInvariant Feature Transform, SIFT)算法是近幾年提出的在基於不變量技術的特徵檢測方法的基礎上，一種基於尺度空間、對圖像縮放、旋轉甚至仿射變換保持不變的特徵匹配算法。算法的主要特點有1. SIFT特徵是圖像的局部特徵，其對旋轉、尺度縮放、亮度變化保持不變性，對視角變化、仿射變換、噪聲也保持一定程度的穩定性；2.獨特性好，信息量豐富，適用於在海量特徵資料庫中進行快速、準確的匹配；3.多量性，即使少數的幾個物體也可以產生大量SIFT特徵向量；4.高速性，經優化的SIFT匹配算法甚至可以達到實時的要求；5.可擴展性，可以很方便的與其他形式的特徵向量進行聯合。但是，SIFT採用128維特徵向量表示，當在圖像特徵點較多情況下進行匹配實驗時，存在存儲空間大、匹配耗時多等缺點，因此需要對數據進行降維處理。此外，在特徵匹配的過程中，通過特徵提取生成圖像特徵點以後，進行特徵匹配可以通過計算每個特徵點與待訓練圖像序列中每幅圖像的特徵點的最短距離，即一歐式距離來得到。當兩幅圖像的SIFT特徵向量生成後，採用極值點特徵向量的歐式距離來作為兩幅圖像中極值點的相似性判定度量。要確定特徵匹配是否成功，需要設置一個固定的比例閾值，如果特徵點的歐式距離小於某個比例閾值，則接受這一對匹配點，認為這兩個特徵點匹配成功。如果降低這個比例閾值，SIFT匹配點數目會減少，但更加穩定。同樣，該算法也存在缺陷，特徵提取後，在對特徵進行匹配的時候，用戶定義的感興趣區往往有用戶並不需要匹配的圖像數據。例如圖3中，用戶需要提取「象」的特徵並進行匹配，而不需要圖像中草地與樹木枝幹的信息，這些信息被用戶「誤」選擇，因此也會參與圖像特徵的提取，帶來算法的複雜度與數據冗餘。
發明內容
針對以上問題，本發明的目的在於提供一種準確、高效的數字圖像特徵提取與匹配的方法及裝置，其採用SIFT算法對數字圖像進行特徵提取，當生成圖像特徵描述子時，通過PCA將臨域內的數據降維生成圖像特徵描述子，來代替原有的SIFT特徵描述子；最後採用高斯加權歐式距離代替歐式距離完成特徵匹配。其具體步驟包括:I)尺度空間極值點檢測:首先使用原始圖像與可變尺度的高斯函數進行卷積，生成多尺度空間圖像。然後，使用高斯差分(Difference-of-Gaussian, DoG)函數與原始圖像進行卷積，生成高斯差分圖像序列；在高斯差分圖像序列中，對比每個當前像素與3X3鄰域的當前尺度和相鄰尺度共26個像素點的最大、最小值，得到原始圖像的極值點。2)定位極值點:由於DoG算子會產生較強的邊緣響應，為了提高特徵匹配的精度和抗噪能力，需要去除低對比度的極值點和不穩定的邊緣響應點。過程為:確定原始圖像的極值點以後，通過使用尺度空間的三維二次函數擬合當地的採樣點，將高斯差分圖像序列中的DoG算子展開為泰勒展開式:
權利要求
1.基於主成分析的數字圖像的特徵提取與匹配方法，其特徵在於:其包括下述步驟: 1)尺度空間極值點檢測: 首先使用原始圖像與可變尺度的高斯函數進行卷積，生成多尺度空間圖像；然後，使用高斯差分(Difference-of-Gaussian, DoG)函數與原始圖像進行卷積，生成高斯差分圖像序列；在高斯差分圖像序列中，對比每個當前像素與3X3鄰域的當前尺度和相鄰尺度共26個像素點的最大、最小值，得到原始圖像的極值點； 2)定位極值點: 確定原始圖像的極值點以後，通過使用尺度空間的三維二次函數擬合當地的採樣點，將高斯差分圖像序列中的DoG算子展開為泰勒展開式:
2.一種對數字圖像進行特徵提取及特徵匹配的裝置，其特徵在於:該裝置主要包括:數值預處理模塊、特徵點提取模塊、特徵點匹配模塊；數值預處理模塊對輸入的圖像轉化為灰度圖像，並生成二維數組數據，同時設置兩個比較閾值；特徵點提取模塊分為極值點檢測與定位單元、多維數值計算單元和PCA降維單元；特徵點匹配模塊分為計算單元、比較單元和特徵匹配點輸出單元；若比較單元未通過，則數據不經過特徵匹配點輸出單元，而獲取其它數據繼續從特徵點提取模塊開始，直至二維數組中的全部數據處理完畢。
全文摘要
基於主成分析的數字圖像的特徵提取與匹配方法及裝置，屬於圖像分析技術領域。所述的方法包括如下步驟1)尺度空間極值點檢測；2)定位極值點；3)極值點方向分配4)PCA降維及圖像特徵描述子的生成；5)相似性度量的判定及特徵匹配；所述的裝置主要包括數值預處理模塊、特徵點提取模塊、特徵點匹配模塊。本發明比原有的SIFT特徵提取與匹配算法具有更高的精確度與匹配速度，本發明可直接應用於基於內容的數字圖像檢索、基於內容的數字視頻檢索、數字圖像融合、超解析度圖像重建等機器視覺領域。
文檔編號G06T7/00GK103077512SQ20121039727
公開日2013年5月1日 申請日期2012年10月18日 優先權日2012年10月18日
發明者王卓崢, 賈克斌 申請人:北京工業大學