影像特徵點提取方法

2023-05-22 05:30:16 1

專利名稱：影像特徵點提取方法
技術領域：
本發明涉及數字攝影測量和計算機視覺等領域，特別是涉及一種對影像特徵點進行提取的方法。
背景技術：
影像特徵點是由於目標物理與幾何特徵不同使影像中局部區域的灰度發生明顯變化而形成的。特徵點是影像灰度曲面不連續，影像灰度信息在局部區域發生明顯變化的點集，是影像最基本的特徵之一。數字影像中由於點擴展特性，特徵表現為一個微小鄰域中灰度的急劇變化或分布的均勻性，特徵的存在使局部區域中有較大的信息量。影像點特徵提取，是實現影像定標、立體匹配、目標描述與識別、運動估計、目標跟蹤等重要基礎。在數字攝影測量和計算機視覺領域，根據不同應用目標選擇有效的點特徵提取算子是非常重要的。影像幾何特徵分為三類，即點特徵、線特徵和面特徵。在數字影像中，點特徵具有旋轉不變和不隨光照條件變化而變化的特點。在數字攝影測量和計算機視覺等領域應用中，利用點特徵作為基本處理基元可以減少計算的數據量，同時又不損失影像的重要灰度信息。在立體影像匹配中，基於點特徵的匹配不僅速度高而且匹配可靠性強。在影像目標描述與識別處理中，大量使用點特徵作為影像基本處理基元可以簡化處理算法提高處理效率。特徵點提取的算法或算子也稱為興趣算子或定位算子，即運用某種算法從影像中提取出感興趣的點，並確定點的位置。目前常用的主要有Krstner算子、Harris算子、 SUSAN算子。FSrstnerr算子、是WJorstner在1982提出的。該算法在數字攝影測量和機器視覺的立體匹配與目標描述與識別等處理中廣泛應用，具有精度高、速度快的優點。 F0rStnerr算子是基於誤差橢圓理論構建的，首先計算每個像素的Robert梯度，以及以像素點為中心的窗口灰度協方差矩陣，基於誤差橢圓的圓度為判定依據。但它的缺點是要確定閾值，因此受圖像灰度、對比度變化的影響。Harris算子是C. Harris和M. J. Stephens 在1988年提出的一種基於信號的點特徵提取算子[36]。算法的思想是給出與自相關函數有關的矩陣，該矩陣的特徵值是自相關函數的曲率，如果某點的χ方向和y方向的曲率都很高，那麼該點就取作特徵點。Harris算子只用到一階差分，計算簡單，可以最大限度地提出局部特徵點，惟一不足的是精度不高。SUSAN(Smallest Univalve Segment Assimilating Nucleus)算法，最早是由牛津大學的S. Μ. Smith和J. Μ. Brady提出的，用於檢測圖像中的角點。SUSAN算子的基本原理是與每一圖像點對應的局部區域都應具有相同的灰度值。如果某一窗口區域內的每一像素的灰度值與該窗口中心像素的灰度值相同或相近，則這一窗口區域將被稱之為USAN(Univalve Segment Assimilating Nucleus)區域。計算圖像中每一個像素的USAN，位於邊緣上的像素的USAN較小，位於角點上的像素的USAN更小。Susan 算法的特點對角點的檢測比對邊緣檢測的效果好，無需梯度運算，適用於基於角點的影像配準。在抗噪和計算速度方面有較大的改進。存在的缺點是相似比較函數計算複雜；圖像中不同區域處目標與背景的對比程度不一樣，取固定閾值t不符合實際情況。 上述的特徵點提取算法，在很大程度上受到影像的輻射強度變化、影像尺度變化
以及噪聲等因素的影響，不能有效、穩定地提取影像特徵點。

發明內容
本發明旨在提供一種在輻射強度與尺度變化時，能夠提取出穩定的、大量的特徵點的影像特徵點提取方法。本發明的影像特徵點提取算法的技術方案如下本發明的影像特徵點提取方法，包括以下步驟SOl 將數字圖像G(m，η)進行多尺度多方向小波變換，分別得到各尺度下各方向
影像；S02 分別提取各尺度下影像的特徵點；S03 選擇各尺度下共同的特徵點作為數字圖像G(m，η)的特徵點，並保存。優選的，還包括步驟S04:將特徵點以區別於數字圖像G(m，η)的顏色顯示在數字圖像上。優選的，所述的區別於數字圖像G(m，η)的顏色為紅色。優選的，所述將數字圖像G(m，η)進行多尺度多方向小波變換中，多尺度多方向具體為三尺度四方向，所述的四方向為0° 45° 90° 135°，分別得到三尺度四方向的影像。優選的，進行三尺度四方向的小波變換，通過如下公式實現
權利要求
1.影像特徵點提取方法，其特徵在於包括以下步驟S01將數字圖像G(m，n)進行多尺度多方向小波變換，分別得到各尺度下各方向影像；S02分別提取各尺度下影像的特徵點；S03選擇各尺度下共同的特徵點作為數字圖像G(m，η)的特徵點，並保存。
2.根據權利要求1所述的影像特徵點提取方法，其特徵在於還包括步驟S04將特徵點以區別於數字圖像G(m，η)的顏色顯示在數字圖像上。
3.根據權利要求3所述的影像特徵點提取方法，其特徵在於所述的區別於數字圖像 G(m, η)的顏色為紅色。
4.根據權利要求1所述的影像特徵點提取方法，其特徵在於所述將數字圖像G(m， η)進行多尺度多方向小波變換中，多尺度多方向具體為三尺度四方向，所述的四方向為 0° 45° 90° 135°，分別得到三尺度四方向的影像。
5.根據權利要求4所述的影像特徵點的提取方法，其特徵在於進行三尺度四方向的小波變換，通過如下公式實現
6.根據權利要求5所述的影像特徵點提取方法，其特徵在於所述S02分別提取各尺度下影像的特徵點，通過如下方法實現S11依據尺度2高頻影像及下式，計算該尺度影像梯度極大模對應像點位置，作為該尺度待選特徵點；
全文摘要
本發明公開了一種影像特徵點提取方法，該方法首先將數字圖像G(m，n)進行多尺度多方向小波變換，分別得到各尺度下各方向影像；然後，分別提取各尺度下影像的特徵點；最後選擇各尺度下共同的特徵點作為數字圖像G(m，n)的特徵點。該方法的特點是可抑制變換後高頻影像中輻射強度變化，很大程度上消除影像不同方向高頻信息變化所帶來的影響，有利於提取由於影像尺度變化的局部特徵。
文檔編號G06K9/46GK102222228SQ201110138408
公開日2011年10月19日 申請日期2011年5月26日 優先權日2011年5月26日
發明者趙西安 申請人:北京建築工程學院, 趙西安, 陳志學