[發明專利]一種提取圖像特征信息的方法及系統

在審

• 申請號: 201710117440.9
• 申請日: 2017-03-01
• 公開（公告）號: CN107358238A
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 常旭劍
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T1/20
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本發明實施例涉及圖像處理技術領域，特別是涉及一種提取圖像特征信息的方法及系統。

背景技術

隨著物聯網和5G通信時代的到來，數據呈爆炸式增長，尤其是以視覺為主導的圖片處理領域更是產生海量的圖像數據，圖像數據越來越廣的應用于各行各業，而對圖像數據進行特征檢測，以得到圖像數據中的關鍵信息，是圖像應用的重要環節。

SIFT算法(Scale-Invariant Feature Transform，尺度不變特征變換算法)，為魯棒性較好的一種計算機圖像特征檢測算法，具有尺度、旋轉、平移不變性。該算法首先在不同尺度空間中尋找極值點，并描述點的位置、尺度和旋轉不變性信息，并對圖像中的局部特征進行檢測和描述。廣泛應用于視頻跟蹤、三維建模、機器視覺、物體識別等領域。

SIFT算法需要建立尺度空間，尺度空間的生成需要進行多次高斯卷積，為了減少耗時過程，一般使用高斯金字塔結構來替代卷積過程。而生成高斯金字塔先對圖像進行高斯平滑，然后對圖像進行降采樣，以生成逐漸模糊的圖像。在建立尺度空間之后，需要在各尺度空間下對特征點進行比對，確定關鍵點并將其提取。

由于建立多個尺度空間，耗時太多；還需在各個尺度空間對各特征點進行比對以確定關鍵點，導致整個SIFT算法耗時較多，速度較慢，提取特征點的效率較低。此外，由于常規計算機CPU(Central Processing Unit，中央處理器)核心少，帶寬小，并行計算能力不足，尤其是面對計算機圖像特征提取過程中需要進行大量的矩陣運算。大量數據處理會導致計算機CPU計算負載太重，不利于提高計算速度，嚴重時，會導致計算機系統崩潰。因此，如何提高SIFT算法提取圖像特征信息的效率，是本領域技術人員亟待解決的問題。

發明內容

本發明實施例的目的是提供一種提取圖像特征信息的方法及系統，以提高SIFT算法提取圖像特征信息的效率。

為解決上述技術問題，本發明實施例提供以下技術方案：

本發明實施例一方面提供了一種提取圖像特征信息的方法，包括：

獲取待處理圖像；

給并行運算模塊發送根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向任務的指令；

當檢測到所述并行運算模塊返回完成任務的指令時，根據所述關鍵點的尺度信息、坐標信息以及方向對所述待處理圖像的特征信息進行提取。

可選的，所述給并行運算模塊發送根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向任務的指令為：

給多個GPU發送根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向任務的指令。

可選的，所述給并行運算模塊發送根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向任務的指令為：

給多個FPGA發送根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向任務的指令。

可選的，所述根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向包括：

根據SIFT算法對所述待處理圖像進行尺度空間；

在各所述尺度空間上確定DoG函數為極值的像素點，作為關鍵點，通過對所述DoG函數進行最小二乘擬合，以確定各所述關鍵點的尺度信息以及坐標信息；

根據圖像梯度算法統計各所述關鍵點鄰域的梯度分布，并生成梯度直方圖，將所述梯度直方圖的主峰值作為相應關鍵點的方向。

可選的，所述并行運算模塊為多個GPU具體為：

根據所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向的計算量確定所述GPU的個數，所述GPU的個數隨著所述計算量的增大而增多。

本發明實施例另一方面提供了一種提取圖像特征信息的系統，包括：

CPU，用于獲取待處理圖像；給并行運算模塊發送根據SIFT算法對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向任務的指令；當檢測到所述并行運算模塊返回完成任務的指令時，根據所述關鍵點的尺度信息、坐標信息以及方向對所述待處理圖像的特征信息進行提取；

并行運算模塊，用于根據CPU發送的指令執行對所述待處理圖像進行確定關鍵點的尺度信息、坐標信息以及方向；

存儲模塊，用于存儲所述指令以及所述待處理圖像的尺度信息、坐標信息以及方向。

可選的，所述并行運算模塊為多個GPU。

可選的，所述并行運算模塊為多個FPGA。