[發(fā)明專利]使用M進(jìn)小波提取圖像仿射不變特征的方法

有效

• 申請?zhí)枺?/td>: 201010109256.8
• 申請日: 2010-02-11
• 公開（公告）號: CN101957916A
• 公開（公告）日: 2011-01-26
• 發(fā)明（設(shè)計）人: 張茂軍;徐瑋;周韜;王煒;熊志輝
• 申請（專利權(quán)）人: 中國人民解放軍國防科學(xué)技術(shù)大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46
• 代理公司: 長沙正奇專利事務(wù)所有限責(zé)任公司 43113
• 代理人: 盧宏

技術(shù)領(lǐng)域：

本發(fā)明涉及數(shù)字圖像不變特征的提取，尤其是使用M進(jìn)小波提取圖像的仿射不變特征的方法。

背景技術(shù)：

在基于圖像的目標(biāo)識別、遙感圖像幾何校正、圖像檢索等許多智能圖像處理領(lǐng)域，往往需要從多幅不同視點獲取的圖像中提取相同的特征量，并以此特征量作為后續(xù)處理的基礎(chǔ)。由于大部分視點變化情況下獲取的圖像之間的關(guān)系可以用仿射變換來近似，因此提取仿射不變特征成為了眾多技術(shù)領(lǐng)域的共性問題，在自然資源分析、天氣預(yù)報、環(huán)境研究、變遷檢測、生理病變、文字識別、指紋識別等許多領(lǐng)域有重要的應(yīng)用價值，也是民用導(dǎo)航、地圖與地形匹配、立體視覺、運動分析、數(shù)據(jù)融合等圖像分析技術(shù)的基礎(chǔ)。

目前仿射不變特征的研究主要在兩個方向上展開：全局仿射不變特征提取和局部仿射不變特征提取，與全局仿射不變特征相比，局部仿射不變特征不需要對目標(biāo)進(jìn)行分割、提取輪廓等預(yù)處理，只利用目標(biāo)的局部信息，更適用于復(fù)雜背景和有局部遮擋情況下的特征提取，具有更廣闊的應(yīng)用前景。Lowe在期刊International?Journal?of?Computer?Vision上，描述了一種尺度不變關(guān)鍵點(Keypoint)的檢測方法，以同時在尺度域和空間域取得極值的點作為關(guān)鍵點，并以關(guān)鍵點作為特征區(qū)域的中心，同時，關(guān)鍵點所在的尺度還用以確定特征區(qū)域的大小。這種方法較好地同時解決了特征區(qū)域定位和大小選擇的問題。而在每個特征區(qū)域內(nèi)，Lowe則以梯度方向的直方圖為基礎(chǔ)構(gòu)造了一種稱為SIFT(Scale?Invariant?Feature?Transform)的特征量來描述該區(qū)域的特征。SIFT方法對圖像的旋轉(zhuǎn)變化、尺度變化、亮度變化均具有很好的不變性，已應(yīng)用于全景圖拼接、目標(biāo)識別、三維重建、圖像檢索、機(jī)器人自主導(dǎo)航等許多領(lǐng)域。但是SIFT方法實際上并不具有完全的仿射不變性，尤其是在視角變化較大的情況下，使用SIFT方法很難提取圖像的仿射不變特征。

發(fā)明內(nèi)容

針對上述現(xiàn)有技術(shù)存在的缺陷，本發(fā)明目的旨在提出一種使用M進(jìn)小波提取圖像仿射不變特征的方法，能夠解決仿射不變特征提取中的兩個核心問題：第一，特征區(qū)域的定位，即在哪里提取特征；第二，區(qū)域內(nèi)信息的描述，即用什么特征量來描述區(qū)域內(nèi)的信息；同時，該提取方法提取到的仿射不變特征能夠為后續(xù)的圖像處理打下好的基礎(chǔ)。

本發(fā)明采取的技術(shù)方案是：一種使用M進(jìn)小波提取圖像仿射不變特征的方法，其具體步驟為：

1)首先通過M進(jìn)小波變換建立圖像的多尺度空間，在多尺度空間中通過檢測小波系數(shù)的局部模最大值，確定候選特征點即局部極值點的位置及其所在尺度，具體步驟如下：

將圖像f(x，y)在遞增尺度M^j下沿x和y方向，做M進(jìn)小波變換，其中M為大于1小于2的實數(shù)，j為遞增的正整數(shù)，其中的小波函數(shù)ψ(x，y)定義為光滑函數(shù)沿x和y方向的導(dǎo)數(shù)，從而得到由遞增尺度M^j下的平滑圖像及小波系數(shù)組成的圖像多尺度空間；將多尺度空間下每個像素點處的小波系數(shù)與同尺度的相鄰8個小波系數(shù)以及上一尺度和下一尺度的18個小波系數(shù)進(jìn)行比較，該小波系數(shù)的模是最大值的點為局部極值點，作為一個候選特征點，記為X＝(x，y，M^j)，其中(x，y)表示候選特征點的位置，M^j表示候選特征點所在尺度；

2)去除不穩(wěn)定的低對比度的候選特征點，即局部極值點，以剩下的穩(wěn)定特征點作為特征區(qū)域的中心，完成特征區(qū)域的定位：

將不同尺度空間下的平滑圖像在局部極值點X處用泰勒公式展開，通過對泰勒展開式求導(dǎo)，并令其為零，得到一個偏移量將偏移量與X相加，求出局部極值點位置；再將偏移量帶入泰勒展開式，如果算出來的絕對值小于絕對值閥值，則認(rèn)為該局部極值點不穩(wěn)定，予以剔除，剩下的所有局部極值點即為特征點；

3)確定特征描述子的主方向，并將特征點周圍的區(qū)域旋轉(zhuǎn)到主方向：