[發(fā)明專利]一種結合LBP特征提取和surf特征提取方法的圖像匹配方法

在審

• 申請?zhí)枺?/td>: 201510332040.0
• 申請日: 2015-06-16
• 公開（公告）號: CN104933434A
• 公開（公告）日: 2015-09-23
• 發(fā)明（設計）人: 趙生捷;江鵬輝;鄭思明
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 上海東亞專利商標代理有限公司 31208
• 代理人: 陳樹德

技術領域

本發(fā)明涉及圖像特征提取與圖像處理技術領域，具體地為一種結合LBP特征提取和surf特征提取的圖像匹配方法，涉及通過利用LBP算子的旋轉不變性來處理旋轉情況下的圖像匹配，利用Harr算子來處理模糊，光照情況下的圖像匹配。

背景技術

隨著科技的發(fā)展進步，從各種成像設備，互聯(lián)網(wǎng)網(wǎng)絡或圖像數(shù)據(jù)庫中獲取大量圖像已成為可能，從而人們對圖像處理（Feature?Extraction?and?Image?Processing）的要求也越來越高，圖像處理技術得到了深入，廣泛和迅速的發(fā)展。在圖像處理上，特征提取的好壞是決定處理性能的關鍵因素，特征提取是指能夠有效表示圖像屬性的特征，然后可以在此基礎上可以對圖像進行準確高效的分割和分類。鑒于這樣的事實，對圖像本身進行深入研究，準確高效的提取圖像特征已成為客觀必然要求。

由于計算機電子技術和計算機技術的發(fā)展，數(shù)字圖像處理進入高速發(fā)展時期。因而對圖像進行特征提取成為許多科研人員的研究話題。2004年發(fā)表在IJCV上的SIFT以及后來為改進SIFT運行速度提出的基于Hessian矩陣和Harr小波的SURF是圖像匹配領域中最具代表性的兩個方法，SURF提供的匹配方法有效地改進了基于梯度圖的SIFT方法下計算速度慢的問題，但在處理角度變化圖像的問題上低效，準確率不高，通過引入具有旋轉不變性LBP算子可以有效的解決這個問題，并同時能夠加強了光照和模糊條件下的魯棒性，簡而言之，結合LBP特征提取和surf特征提取的圖像匹配方法具有下列六大優(yōu)點：1)快速的：在surf圖像匹配方法的基礎上保留了其快速計算的Hessian矩陣，積分圖方法，使我們的方法依然能夠快速計算；?2)泛在的:?圖像特征提取以及匹配方法因其在圖像處理的必要性和實用特征已經在互聯(lián)網(wǎng)，攝像等涉及圖像處理的領域廣泛存在，兼具surf，sift優(yōu)點的圖像特征匹配方法也將是泛在的；?3)準確性：結合LBP特征提取和surf特征提取的圖像匹配方法可以準確的提取發(fā)生旋轉，光照，視角變化圖像的特征點；?4)大量性:結合LBP特征提取和surf特征提取的圖像匹配方法可以產生出大量的特征點，從而方便從中選出合適的特征點進行匹配。

特征提取和匹配一直是圖像處理和計算機視覺研究領域中一個值得探討的問題，在計算機科學，醫(yī)療輔助診斷，軍事，工業(yè)測量等眾多領域都廣泛采用這一技術，尤其是計算機視覺和模式和模式識別研究中，如何準確定位和提取關鍵特征往往是其中首先需要解決的問題之一，是提高識別率等問題的重要前奏和關鍵問題；有著廣泛的應用前景和潛在的市場價值。

發(fā)明內容

在現(xiàn)有技術中，基于Harr特征描述的SURF因其匹配的快速性和準確性成為特征提取匹配領域中最常用和代表性的方法，但是在應對發(fā)生了旋轉的圖像時，其匹配效果較差，經常出現(xiàn)錯誤的匹配點，從而導致其性能下降。而更早出現(xiàn)的基于梯度圖特征描述的SIFT方法雖然對旋轉圖像有不錯的處理效果，但是其緩慢的運算速度，復雜的計算量，以及在處理光照變化，模糊等圖像變化時較差的處理效果的缺陷也是顯而易見的，簡而言之，目前在圖像特征點提取和匹配領域缺少一種能夠處理大部分的圖像變換，同時又有著較高處理速度的圖像匹配方法。

為克服現(xiàn)有技術中的不足，在本發(fā)明中利用旋轉不變LBP算子結合surf圖像匹配方法中的Haar算子，從而使我們提出的方法能夠處理大部分的圖像變換，同時又有著較高的的處理速度。

由于Surf圖像匹配方法提供的特征描述子采用的是Haars特征描述，Harrs特征首先具有很強的光照不變性，模糊不變性，但是Harrs特征在應對旋轉變換時因其自身的特性使得描述效果較差，因此本文算法旨在保留Haars特征描述子優(yōu)點的情況下，采取合理的實現(xiàn)方式，將Haars特征描述子與LBP旋轉不變描述子相結合，使得其在應對旋轉變化，光照變化，視角變化，模糊變化時也具有良好的匹配效果，同時不影響其運算速度。

為達到本發(fā)明的發(fā)明目的，現(xiàn)技術的技術方案如下。

一種結合LBP特征提取和surf特征提取方法的圖像匹配方法，包括：步驟一：利用Hessian矩陣，高斯金字塔提取特征點，并確定方向；步驟二：構建特征描述子；步驟三：特征點匹配。

其中，步驟一具體為：利用Hessian矩陣，高斯金字塔提取特征點，并確定方向，包括：

1.?構造高斯金字塔尺度空間，為保證圖像的尺度不變性，首先對其進行高斯濾波，濾波后對每一個像素點進行Hessian?的計算得到圖像的特征點。