[發明專利]基于SIFT的具有鏡面翻轉不變性的特征提取和描述方法

有效

• 申請號: 200910067987.8
• 申請日: 2009-02-27
• 公開（公告）號: CN101493891A
• 公開（公告）日: 2009-07-29
• 發明（設計）人: 操曉春;郭曉杰;張鋼;曲彥齡;武琳;張煒
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/00
• 代理公司: 天津市北洋有限責任專利代理事務所
• 代理人: 江鎮華

技術領域

本發明屬于圖像處理技術領域，涉及一種圖像特征提取方法。

背景技術

當今的計算機技術發展飛速，計算機視覺和圖像檢索的應用領域越來越廣泛，同時也彰顯出它們的重要性。熱門的三維重建、物體識別、相機校準、機器人雙目導航等等都是建立在計算機視覺的基礎之上，所以合理有效地解決計算機視覺所存在的問題或改進不完善之處可以給計算機界甚至科學界帶來巨大的推動。計算機視覺建立在一種令計算機模擬人類(哺乳類動物)視覺而達到一定程度的智能性的理念之上，連同圖像檢索等都需要對圖像的特征進行提取分析，所以圖像特征的定義及提取方案有著舉足輕重的作用。當然，當今有多種解決方案，常見的有基于梯度的特征提取和描述方法，包括Harriscorner?detector【1】、SIFT【2】、SURF【3】、HOG【4】、GLOH【5】。除了基于梯度的特征提取方法，還有基于輪廓提取等其它方法。由于本發明提出的MIFT是基于梯度的方法，所以對其它方法不予過多描述。其中Harris?corner?detector(哈里斯角點檢測器)能夠提取出在圖像本身尺度上對于旋轉和光照不變性的特征點。實際上，并不是如名稱中所說的那樣僅僅是提取角點而已，而是所有的在多個方向上具有顯著梯度的特征點。但是，Harris?corner?detector的局限性相對較大，因為它對圖像尺度的縮放非常敏感。為了去除或是減弱圖像尺度改變的影響，Lowe提出SIFT(尺度不變特征變換)解決了尺度縮放所帶來的問題，當然它也保證了旋轉不變性甚至在一定程度能容忍光照、仿射變換和遮蓋等影響。SURF，簡單來講是一個加速版的SIFT，它與SIFT都采用一種輔助區域策略，也就是說以特征點為中心指定一個輔助區域，在這個區域中的像素共同決定特征點的描述。不同的是SIFT采用一種根據區域中不同像素對特征點貢獻不同的策略來給它們賦予權值，而SURF則僅僅采用基于積分圖像(integral?image)的相等權值策略。HOG結合SVM(支持向量機)提供了一種基于梯度信息的人類檢測方法。GLOH則是SIFT的另一變種形式，它利用圓形策略來組織輔助區域，目的是增強特征的健壯性和突出性，初始的GLOH描述符有272維，但經過PCA(主成分分析)操作，使272維降至與SIFT相同的128維，保證在不丟失關鍵信息的基礎上，提高匹配操作的效率。上述的所有方法，雖然可以很好的解決旋轉、尺度變化甚至是光照變化和仿射等圖像上的變形，但是幾乎所有的方法都沒有考慮到鏡面成像一類的情況，這種情況在現實生活中是很常見的，例如水面倒影，鏡面成像，對稱物體的不同角度觀察等等。

參考文獻：

【1】C.Harris和M.J.Stephens，《角邊探測器》，Alvey視覺會議，vol.20，pp.147-152，1988.

【2】D.G.Lowe，《選自尺度不變關鍵點的獨特圖像特征》，計算機視覺國際期刊，vol.60，pp.91-110，2004.

【3】H.Bay，T.Tuytelaars，和L.Van?Gool.，《Surf：加速提取健壯性特征》，計算機視覺歐洲會議，pp.404-417，2006.

【4】N.Dalal和B.Triggs，《基于方向梯度直方圖的人類探測》，計算機視覺及模式識別國際會議，vol.1，pp.886-893，2005.

【5】K.Mikolajczyk和C.Schmid，《局部特征描述符的性能估計》，IEEE模式分析及機器智能會刊，vol.27，pp.1651-1630，2004.

發明內容

本發明的目的在于提供一種能夠解決鏡面翻轉現象所導致的SIFT特征提取方法失效的問題，同時又保持SIFT的所有優點和性能。換句話說，提供一種在翻轉前后兩種情況下保持同一描述形式的特征提取和描述方法，也即具有鏡面翻轉不變性的特征提取和描述方法。為此，本發明采用如下的技術方案：

一種基于SIFT的具有鏡面翻轉不變性的特征提取和描述方法，包括下列步驟：