[發(fā)明專(zhuān)利]具有翻轉(zhuǎn)不變性的圖像特征提取和描述方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200910069164.9
• 申請(qǐng)日: 2009-06-05
• 公開(kāi)（公告）號(hào): CN101661618A
• 公開(kāi)（公告）日: 2010-03-03
• 發(fā)明（設(shè)計(jì)）人: 操曉春;郭曉杰;孫濟(jì)州;孫美君
• 申請(qǐng)（專(zhuān)利權(quán)）人: 天津大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/46
• 代理公司: 天津市北洋有限責(zé)任專(zhuān)利代理事務(wù)所
• 代理人: 程毓英

1.一種具有翻轉(zhuǎn)不變性的圖像特征提取和描述方法，包括下列步驟：

步驟1：對(duì)輸入的圖像I(x，y)進(jìn)行高斯核卷積處理，即L(x，y，σ)＝G(x，y，σ)*I(x，y)，得到多尺度空間表達(dá)的圖像L(x，y，σ)，式中，其中σ為高斯正態(tài)分布的方差；

步驟2：對(duì)多尺度空間表達(dá)的圖像L(x，y，σ)按照下列公式進(jìn)行高斯差處理D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ)，檢測(cè)多尺度空間表達(dá)的圖像L(x，y，σ)的極值點(diǎn)；

步驟3：利用閾值法和黑塞矩陣法篩選特征點(diǎn)，剔除具有低對(duì)比度和邊緣響應(yīng)的備選點(diǎn)；

步驟4：采用擬合三維二次曲線的方式精確定位特征點(diǎn)位置；

步驟5：根據(jù)特征點(diǎn)輔助鄰域像素上的梯度方向θ(x，y)和大小m(x，y)的信息，確定每一個(gè)特征點(diǎn)的方向參數(shù)，其中：

m(x,y)=(L(x+1,y)-L(x-1,y))2+(L(x,y+1)-L(x,y-1))2,]]>

并采用直方圖的形式，結(jié)合以特征點(diǎn)為圓心的高斯權(quán)值窗口，根據(jù)整個(gè)鄰域中的各個(gè)像素點(diǎn)的梯度大小和方向進(jìn)行統(tǒng)計(jì)，并確定主方向；

步驟6：對(duì)分別以主方向?yàn)榉纸缇€的兩側(cè)的梯度模值求和，計(jì)算和其中，N_bin是所有方向的總數(shù)，n_d則是主方向的索引并且L_i表示在方向上的梯度模值，％代表取模操作；

步驟7：以特征點(diǎn)為中心選取一個(gè)正方形為輔助區(qū)域，將輔助區(qū)域劃分成9個(gè)像素單元，該9個(gè)像素單元采用覆蓋-擴(kuò)展的方式來(lái)組織，即上層單元包含于下層單元，中心單元包含于外層單元；

步驟8：按照左到右，由上至下再由下至上的橫向“S”型組織輔助區(qū)域里的9個(gè)像素單元，每個(gè)單元中8個(gè)梯度從梯度角相對(duì)主方向0度開(kāi)始順時(shí)針編碼，使用9個(gè)存儲(chǔ)單元存儲(chǔ)每個(gè)單元中的8個(gè)梯度信息，其中相對(duì)與主方向0度的梯度拆分成二等分，放置在9個(gè)存儲(chǔ)單元的首尾，并進(jìn)行歸一化操作，從而生成對(duì)圖像的描述數(shù)據(jù)，特征描述符的維數(shù)為81+2維，其中81維即9個(gè)像素單元×9個(gè)梯度存儲(chǔ)單元，另外兩維S_r以及S_l用以存儲(chǔ)81維描述符信息使用順序的標(biāo)志信息；

步驟9：求取m＝max(m_r，m_l)，若m_r＞τm，則使用描述符信息的順序?yàn)轫樞颍駝t，不使用順序的描述符信息；若m_l＞τm，則使用描述符信息的順序?yàn)槟嫘颍駝t，不使用逆序的描述符信息，其中τ為限制系數(shù)，取值在0與1之間。