[發明專利]圓周二進制特征的提取與匹配搜索方法

有效

• 申請號: 201711202580.2
• 申請日: 2017-11-27
• 公開（公告）號: CN109840525B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 楊東升;張展;廉夢佳
• 申請（專利權）人: 中國科學院沈陽計算技術研究所有限公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/75;G06T7/73;G06F16/583
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 王倩

本發明涉及圓周二進制特征的提取與匹配搜索方法，首先使用尺度空間，建立高斯金字塔仿真人眼成像模型，使用FAST角點檢測算法，檢測高斯金字塔每層圖像的特征點；使用中心畫圓算法，計算圓周點；使用局部圖像重心法，計算特征點的方向；提出圓周二進制特征鏡像不變性三條規律，并依據鏡像不變性的規律提出圓周二進制特征提取算法。計算出二進制特征后，提出快速計算二進制特征的位圖算法，計算二進制特征對應位圖；使用位圖作為關鍵字構建哈希表，并使用位集算法優化哈希表查詢。本發明解決了鏡像圖像的匹配入圍率低的問題，具有良好的鏡像不變性，位圖局部敏感哈希算法的搜索到的匹配二進制特征入圍率較高，速率較快。

技術領域

本發明涉及圓周二進制特征的提取與匹配搜索方法，屬于圖像處理與機器 視覺領域。

背景技術

隨著智能制造的發展，作為人類智能體現的機器視覺越顯重要，圖形圖像 處理與視覺作為機器人獲得外界信息的主要方法，它可以提高工業生產的自動 化和智能化程度。二進制特征在圖像匹配與定位中，具有快速計算、有效匹配 和易于存儲的優點，可用于三維重建，醫學建模，圖像匹配，目標定位與識別， 輔助機械躲避障礙物等，為智能制造、智能城市提供技術支持。現有二進制特 征提取算法鏡像不變性較差，匹配二進制特征搜索算法入圍率低的問題。

在二進制特征提取算法中，BRIEF特征不具有鏡像不變性；ORB特征的垂直 和水平鏡像不變性較差；BRISK特征具有垂直鏡像不變性，不具有水平鏡像不變 性；FREAK特征水平、垂直鏡像不變性較差；ORB，BRISK，FREAK都具有水平垂 直鏡像不變性。因此，二進制特征匹配源圖像與其鏡像圖像的入圍率低，匹配 點數少。在二進制特征搜索算法中，旋轉致密化位排列哈希，緊湊二進制代碼 學習的深度哈希算法，二進制哈希編碼的深度學習算法，緊湊二進制代碼的最 小虧損哈希，被用于匹配二進制特征查詢；Marius給出多個隨機KD樹算法搜 索高維匹配特征，提出了多層次聚類樹算法，在高維數據可擴展近鄰算法中，對近似最近鄰算法做出總結，并給出相應的近似近鄰快速搜索的函數庫，搜索 算法存在匹配點數少，平均搜索時間長的問題。

發明內容

本發明要解決的技術問題是現有二進制特征提取算法鏡像不變性較差，匹 配二進制特征搜索算法入圍率低的問題。針對以上內容，提出圓周二進制特征 提取與匹配搜索算法：提取特征時，使用高斯金字塔仿真人眼小孔成像模型： 近處目標成像大，遠處目標成像小，近目標成像清晰，遠處目標成像模糊；使 用FAST算法檢測特征點；使用圖像亮度重心法，計算特征點方向；提出鏡像不 變性規律和圓周二進制特征提取算法，提升二進制特征的鏡像不變性.搜索匹 配二進制特征時，提出快速計算位圖算法和位圖局部敏感哈希算法，增加二進 制特征匹配的入圍率。

本發明為實現上述目的所采用的技術方案是：圓周二進制特征提取與匹配 搜索方法，包括以下步驟：

建立人眼成像模型階段：以設定尺寸比例使用高斯模糊算法，建立尺度空 間以及高斯圖像金字塔，用于模擬人眼成像模型；

檢測特征點并確定特征點方向：檢測圖像金子塔中每幅圖像的特征點；以 FAST檢測到的特征點C為圓心計算圓周點，圓半徑r屬于[1,n]；以特征點C為 圓心，以半徑為n的最大圓以內所有像素點的亮度重心被用于計算特征方向；

坐標轉換：把最大圓以內所有像素點坐標轉到特征點方向上得到旋轉坐標； 再計算所有旋轉后的圓周點的插值灰度；

提取圓周二進制特征：對于每個半徑為r的圓，通過依次比較旋轉后的圓周 點的插值灰度，直到把圓周上的點遍歷結束，計算得到圓周二進制字符串，并 進行鏡像不變處理，整合得到圓周二進制特征；

快速計算位圖算法：快速計算兩幅圖像的圓周二進制特征對應的位圖；

位圖局部敏感哈希算法：將源圖像的每個二進制特征的位圖或部分位圖， 作為關鍵字，將關鍵字與二進制特征的ID作為映射，存入哈希表；