[發明專利]一種基于傅里葉變換的快速圖像SIFT提取方法

在審

• 申請號: 201910316073.4
• 申請日: 2019-04-19
• 公開（公告）號: CN110197184A
• 公開（公告）日: 2019-09-03
• 發明（設計）人: 王偉波;劉鵬飛
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06F17/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于傅里葉變換的快速圖像SIFT提取方法，其特征在于，包括以下步驟:

步驟一:基于傅里葉變換的卷積定理，構建高斯差分(DOG)尺度空間。

步驟二:在DOG空間搜索極值點，初步確定特征點位置與所在尺度。

步驟三:特征點的精確定位，同時消除低對比度并消除邊緣響應，獲得穩定的關鍵點的準確位置、所在尺度信息。

步驟四:以1.5倍特征點所在尺度為鄰域窗口，計算得到特征點鄰域梯度直方圖，為特征點分配主方向θ。

步驟五:根據關鍵點周圍16*16鄰域計算生成SIFT特征描述符。

2.根據權利要求1所述的一種基于傅里葉變換的快速圖像SIFT提取方法，其特征在于,在生成高斯差分圖像金字塔時，基于傅里葉變換卷積定理，使用高斯卷積核函數的傅里葉變換和待配準圖像的傅里葉變換的乘積的傅里葉逆變換代替原有方法的直接求高斯核函數與待配準圖像的卷積，依托快速傅里葉變換的優勢，大大降低了提取SIFT特征描述符的計算量與計算時間。其余步驟與傳統SIFT特征提取算法保持一致，從而在保證SIFT穩定性、可靠性的同時，實現圖像特征點的快速檢測與描述。整個過程技術要求為：

定義圖像的尺度空間表達函數:

L(x,y,σ)＝G(x,y,σ)*I(x,y)

其中_*代表卷積，I(x,y)代表輸入圖像，G(x,y,σ)為尺度為_σ的高斯核函數:

而生成L(x,y,σ)的過程可以通過傅里葉變換的卷積定理得到加速，實現方法為：

L(x,y,σ)＝F^-1{F{G(x,y,σ)}·F{I(x,y)}}

其中，F{·}為傅里葉變換；F^-1{·}為傅里葉逆變換。

最后根據兩個由常數因子k隔離開的相鄰尺度生成高斯差分函數D(x,y,σ):

D(x,y,σ)＝L(x,y,kσ)-L(x,y,σ)

之后，在DOG空間中，每一個像素點都與其所在同一尺度同一圖像中的八鄰域以及其所在相鄰上下尺度的九鄰域共26像素點進行比較，只有該像素點是最大或最小時才會被選為候選極值點。

接著，通過檢測DOG空間中候選極值點的絕對大小是否滿足D(x)≤0.03，如果滿足則認為該點對比度較低，則舍去該極值點，否則則保留該極值點進行后續檢測。同時，去除邊緣響應的具體步驟為：

獲取特征點周圍的差分圖像的Hessian矩陣，即：

用Tr(H)＝D_xx+D_yy表示該矩陣的跡，Det(H)＝D_xxD_yy-(D_xy)²表示該矩陣行列式的值，判定條件為：

通常取r＝10,如果上式成立，則保留該特征點，否則就舍去該特征點。

然后，用方向直方圖確定特征點的主方向。坐標為(x,y)的點，其模和方向的表達式如下：

m(x,y)＝{[L(x+1,y)-L(x-1,y)]²+[L(x,y+1)-L(x,y-1)]²}^1/2

在特征點為中心的鄰域窗口內采樣，用梯度方向直方圖統計鄰域像素的梯度方向，將0°～360°范圍內的梯度直方圖平均劃分為36柱，每10度一個柱。梯度直方圖的峰值對應角度代表特征點的主方向，當次峰值和主峰值之比超過80％時，將這個方向認為是該特征點的輔方向。一個特征點可能會被指定具有多個方向，從而增強魯棒性。

最后，以特征點為中心，將坐標軸旋轉為特征點的主方向，即在特征點附近鄰域內將坐標軸旋轉θ角度(θ為特征點主方向)，旋轉后鄰域內像素的新坐標為:

之后以特征點為中心，將其周圍16×16鄰域的像素均勻劃分為4×4個小塊，在每個小塊上繪制八個方向的梯度直方圖，形成種子點。因此每個特征點的描述符由16個種子點形成，每個種子點有8個方向的信息，從而得到一個4×4×8＝128維的特征點描述符。