[發(fā)明專利]一種基于Harris算子的圖像特征角點(diǎn)提取方法

在審

• 申請?zhí)枺?/td>: 201711251542.6
• 申請日: 2017-12-01
• 公開（公告）號(hào): CN107909085A
• 公開（公告）日: 2018-04-13
• 發(fā)明（設(shè)計(jì)）人: 魯劍鋒;陳潔柱
• 申請（專利權(quán)）人: 中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46
• 代理公司: 深圳市科進(jìn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)44316
• 代理人: 趙勍毅

技術(shù)領(lǐng)域

本發(fā)明涉及圖像拼接和融合技術(shù)領(lǐng)域，特別涉及一種Harris算子的角點(diǎn)特征提取的改良算法。

背景技術(shù)

圖像拼接、融合技術(shù)就是將數(shù)張有重疊部分的圖像(可能是不同時(shí)間、不同視角或者不同傳感器獲得的)拼成一幅大型的無縫高分辨率圖像的技術(shù)。圖像拼接經(jīng)過圖像的采集，圖像的處理，圖像特征處理，圖像匹配，建立模型，圖像融合等步驟，最終完成全景圖片的拼接。圖像拼接技術(shù)融合了多個(gè)學(xué)科，涉及多個(gè)領(lǐng)域，在實(shí)際生活中引用非常的廣泛，圖像拼接技術(shù)意義有很重要的現(xiàn)實(shí)意義。

人眼對角點(diǎn)的識(shí)別通常是在一個(gè)局部的小區(qū)域或小窗口完成的。如果在各個(gè)方向上移動(dòng)這個(gè)特征的小窗口，窗口內(nèi)區(qū)域的灰度發(fā)生了較大的變化，那么就認(rèn)為在窗口內(nèi)遇到了角點(diǎn)，如果這個(gè)特定的窗口在圖像各個(gè)方向上移動(dòng)時(shí)，窗口內(nèi)圖像的灰度沒有發(fā)生變化，那么窗口內(nèi)就不存在角點(diǎn)；如果窗口在某一個(gè)方向移動(dòng)時(shí)，窗口內(nèi)圖像的灰度發(fā)生了較大的變化，而在另一些方向上沒有發(fā)生變化，那么，窗口內(nèi)的圖像可能就是一條直線的線段。

Harris算子是在1988年提出的，該算子用窗口函數(shù)模擬了人眼觀察過程。Harris算子用高斯函數(shù)代替了二值窗口函數(shù),對離中心點(diǎn)越近的像素賦于越大的權(quán)重，以減少噪聲影響，它采用了一種新的角點(diǎn)判定方法，通過矩陣的兩個(gè)特征向量與矩陣的主曲率成正比，利用表征變化最快和最慢的兩個(gè)方向，若兩個(gè)都很大就是角點(diǎn),一個(gè)大一個(gè)小就是邊緣,兩個(gè)都小就是在變化緩慢的圖像區(qū)域。

用Harris算法進(jìn)行檢測，有三點(diǎn)不足：(1)該算法不具有尺度不變性；(2)該算法提取的角點(diǎn)是像素級(jí)的；(3)該算法檢測時(shí)間不是很令人滿意；(4)存在偽角點(diǎn)問題。

發(fā)明內(nèi)容

本發(fā)明旨在克服現(xiàn)有Harris算子的角點(diǎn)特征提取技術(shù)的缺陷，在特征角點(diǎn)的提取效率，速度，去除偽角點(diǎn)，多方面提供一種新的Harris算子改良算法。

提供一種基于Harris算子的圖像特征角點(diǎn)提取的方法，包括以下步驟：

根據(jù)圖像的兩個(gè)特征角點(diǎn)所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)差值絕對值是否小于合并閾值，來判斷兩個(gè)所述特征角點(diǎn)是否需要合并；

若兩個(gè)特征角點(diǎn)所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)差值絕對值小于所設(shè)閾值，則進(jìn)行所述兩個(gè)特征角點(diǎn)的合并。

一些實(shí)施例中，根據(jù)兩個(gè)特征角點(diǎn)所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)差值絕對值是否小于合并閾值，來判斷兩個(gè)所述特征角點(diǎn)是否需要合并，判斷公式為：

其中，μ_i、μ_j,θ_i、θ_j分別為Harris算子提取的所述兩特征角點(diǎn)的橫縱坐標(biāo)上的分量值，ε為合并閾值，i代表橫坐標(biāo)，j代表縱坐標(biāo)。

一些實(shí)施例中，若兩個(gè)特征角點(diǎn)所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)差值絕對值小于所設(shè)閾值，則進(jìn)行所述兩個(gè)特征角點(diǎn)的合并，得到改進(jìn)的Harris算子的新特征角點(diǎn)坐標(biāo)公式為：

其中，μ_i，_j為傳統(tǒng)Harris算子獲得的特征角點(diǎn)橫坐標(biāo)上的分量值，μ_m、θ_n為生成的新特征角點(diǎn)橫縱坐標(biāo)。

一些實(shí)施例中，還包括以下步驟：根據(jù)所述新特征角點(diǎn)坐標(biāo)進(jìn)行圖像的拼接和融合工作。

一些實(shí)施例中，在根據(jù)圖像的兩個(gè)特征角點(diǎn)所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)差值絕對值是否小于合并閾值，來判斷兩個(gè)所述特征角點(diǎn)是否需要合并之前，還包括以下步驟：

采用下述公式對圖像像素的灰度的梯度，在每個(gè)像素的所設(shè)鄰域內(nèi)進(jìn)行均值計(jì)算，所得到的均值設(shè)定為當(dāng)前像素的灰度值，

其中，I_i表示橫坐標(biāo)上的圖像灰度值；I_j表示縱坐標(biāo)上的圖像灰度值。

一些實(shí)施例中，每個(gè)像素的所設(shè)鄰域在所述像素的右側(cè)或者下側(cè)。

本發(fā)明的有益效果為：本發(fā)明的基于Harris算子的圖像特征角點(diǎn)提取方法有效減少了特征角點(diǎn)提取過程中的計(jì)算量，加快了運(yùn)算速度，防止在整個(gè)圖像每個(gè)像素點(diǎn)上都要進(jìn)行角點(diǎn)特征提取，減少了錯(cuò)誤的特征角點(diǎn)數(shù)。

附圖說明

圖1為現(xiàn)有技術(shù)中橢圓方程示意圖。

圖2為本發(fā)明實(shí)施例提供的算法流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖1及具體實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，而不構(gòu)成對本發(fā)明的限制。