[發明專利]一種基于SIFT尺度空間特征信息提取方法

在審

• 申請號: 201710930203.4
• 申請日: 2017-10-09
• 公開（公告）號: CN109145929A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 何志剛
• 申請（專利權）人: 蘇州高科中維軟件科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 蘇州市指南針專利代理事務所(特殊普通合伙) 32268
• 代理人: 許希富

1.一種基于SIFT尺度空間特征信息提取方法，其特征在于：包括構建高斯金字塔和高斯差分金字塔、關鍵點定位和關鍵點描術與匹配；

所述構建高斯金字塔和高斯差分金字塔包括如下步驟：

a.定義一幅圖像的尺度空間L(x,y,δ)為原圖像I(x,y)與一個2維的可變尺度的高斯函數G(x,y,δ)的卷積，其中δ是連續尺度參數；

b.對δ進行采樣，并與原圖像進行卷積運算和降采樣可以得到一系列大小不一的圖像，這些圖像由下到上，由大到小構成塔狀模型，即形成高斯金字塔；

c.將所述高斯金字塔中的圖像與尺度歸一化的高斯拉普拉斯函數卷積運算，選用高斯差分算子進行計算后得到高斯差分金字塔；

所述關鍵點定位是在建立高斯差分金字塔后在差分金字塔中尋找極值點，這些極值點就是可以代替人工標志點的特征點；所述關鍵點定位具體是將DOG空間中每一尺度的圖像中的某像素點與它周圍的8個點以及上下相鄰的兩個尺度圖像對應位置的18個像素點進行比較，確定被檢測的像素點是否是最大值或最小值；

所述關鍵點描術與匹配包括如下步驟：

a.確定描述關鍵點的圖像鄰域大小，設極值點所在的高斯模糊后的圖像對應的尺度值為δ，將關鍵點所在的鄰域劃分為44個區域，每個子區域有8個方向，則總共有128個方向參數，所述每個子區域的邊長為3個像素，用雙線性插值進行計算，鄰域窗口邊長可以設為35個像素，實際設置鄰域半徑為式：

b.旋轉坐標軸至關鍵點主方向；

c.鄰域內的采樣點歸到各自所屬的子區域，并計算子區域的梯度值，將其分配到8個方向上并計算權值；

d.用插值法為每個種子點計算八個方向上的梯度；

e.由統計可得4×4×8＝128個梯度信息，為關鍵點描述向量H＝(h₁、h₂……h₁₂₈),其中

f.為消除相機飽和度變換或非線性關照造成的局部梯度過大，對歸一化后的特征向量中分量較大的進行截斷處理，所取門限值為0.2，然后重新進行歸一化處理；

g.按照特征點所在的尺度排列特征向量；

h.計算目標圖像中特征向量與原始圖像中的特征向量的歐氏距離，并找到與原始圖像中某一個特征向量距離最近和次近的兩個目標圖像特征向量，判定點對是否正確。

2.根據權利1要求所述的一種基于SIFT尺度空間特征信息提取方法，其特征在于：所述高斯金字塔的層數由原始圖像和塔頂圖像的大小共同決定，其計算公式為式n＝log₂{min(M,N)}-t,t∈[0,log₂{min(M,N)})

式中M、N——初始圖像的行數和列數；t——塔頂圖像行列中較小值所對應的對數；n——金字塔層數；

所述高斯差分算子為D(x,y,δ)＝(G(x,y,kδ)-G(x,y,δ))*I(x,y)＝L(x,y,kδ)-L(x,y,δ)

3.根據權利要求1所述的一種基于SIFT尺度空間特征信息提取方法，其特征在于：所述旋轉坐標軸至關鍵點主方向的旋轉方程為：