[發(fā)明專利]一種基于硬件電路的SIFT算法關鍵點檢測方法

有效

• 申請?zhí)枺?/td>: 201910736007.2
• 申請日: 2019-08-09
• 公開（公告）號: CN112348032B
• 公開（公告）日: 2022-10-14
• 發(fā)明（設計）人: 趙旺;肖剛軍
• 申請（專利權）人: 珠海一微半導體股份有限公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/75
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于硬件電路的SIFT算法關鍵點檢測方法，其特征在于，該SIFT算法關鍵點檢測方法包括：

步驟1、同步采集一組差分高斯尺度空間內每一圖像層的所有的像素點，其中，一組差分高斯尺度空間的中間相鄰3層圖像層的像素點都包括相同數(shù)量的待檢測像素點及其鄰域比較點；

步驟2、獲取并更新寄存器內緩存的待檢測像素點及其鄰域比較點的像素信息；

步驟3、根據(jù)待檢測像素點及其鄰域比較點的像素信息，建立以待檢測像素點為中心的目標像素檢測區(qū)域；

步驟4、通過比較待檢測像素點及其鄰域比較點的像素信息的大小關系，判斷待檢測像素點是否為目標像素檢測區(qū)域內的極值點；

步驟5、當步驟4檢測到待檢測像素點不是極值點時，進入步驟7；

步驟6、當步驟4檢測到待檢測像素點是極值點時，根據(jù)極值點精確化定位極值點所獲得的極值點偏移量，限定后續(xù)極值點精確化定位的迭代方式，使得待檢測像素點的像素坐標信息根據(jù)迭代中的極值點偏移量完成偏移修正，再通過去除無效的極值點，得到關鍵點；其中，像素信息包括待檢測像素點及其鄰域比較點，該像素坐標信息包括差分高斯尺度空間內的任意坐標維度的像素坐標；

步驟7、判斷當前一組差分高斯尺度空間內所有圖像層次的待檢測像素點是否完成前述的關鍵點檢測，是則返回步驟1采集下一組差分高斯尺度空間內所有圖像層次的像素點，否則從寄存器遍歷已經參與步驟1至6的待檢測像素點在鄰域上的待檢測像素點，再返回步驟2。

2.根據(jù)權利要求1所述SIFT算法關鍵點檢測方法，其特征在于，所述一組差分高斯尺度空間內的圖像層的層數(shù)為5，所述待檢測像素點分布在所述一組差分高斯尺度空間內中間相鄰的3個圖像層中，則所述目標像素檢測區(qū)域占據(jù)所述一組差分高斯尺度空間任意相鄰3層。

3.根據(jù)權利要求2所述SIFT算法關鍵點檢測方法，其特征在于，所述步驟4具體包括：

比較所述待檢測像素點的像素值與其同尺度圖像層的相鄰8個比較點的像素值，同時比較所述待檢測像素點的像素值與上下相鄰尺度圖像層對應相鄰的9×2個比較點的像素值，當所述待檢測像素點的像素值是最大值或最小值時，確定所述待檢測像素點為所述目標像素檢測區(qū)域內的極值點；

其中，像素值是在所述差分高斯尺度空間內，所述待檢測像素點及其鄰域比較點的坐標（x,y）和所屬圖像層的尺度σ構成的三元函數(shù)值，所述任意坐標維度的像素坐標包括x軸、y軸以及σ軸上的像素坐標；所述鄰域比較點包括待檢測像素點同尺度圖像層的相鄰的比較點及上下相鄰尺度圖像層對應相鄰的比較點。

4.根據(jù)權利要求1所述SIFT算法關鍵點檢測方法，其特征在于，所述步驟6的具體方法包括：

在所述目標像素檢測區(qū)域內，將所述步驟4檢測出的極值點作為插值中心位置，再通過一次極值點精確化定位獲取所述極值點偏移量，其中，所述極值點偏移量包括極值點在x軸、y軸以及σ軸上的坐標偏移量；

當極值點偏移量所包括的坐標偏移量都小于預設參數(shù)，去除低對比度和邊緣響應的極值點后，將所述待檢測像素點確定為所屬圖像層的關鍵點；

當極值點偏移量所包括的坐標偏移量中存在大于或等于第一經驗值的坐標偏移量時，放棄繼續(xù)檢測所述步驟4檢測出的極值點，返回所述步驟7；其中，第一經驗值大于所述預設參數(shù)；

當極值點偏移量所包括的坐標偏移量都小于第一經驗值，但存在大于或等于所述預設參數(shù)的坐標偏移量時，將所述待檢測像素點的坐標位置按照極值點偏移量修正所述待檢測像素點的像素坐標信息，使得所述待檢測像素點偏移至新插值中心的位置處；然后，獲取修正像素坐標信息后的所述待檢測像素點的鄰域比較點的像素信息，并以偏移至新插值中心的所述待檢測像素點為中心建立新的目標像素檢測區(qū)域，再在新的目標像素檢測區(qū)域內進行一次極值點精確化定位以獲取新的極值點偏移量，再判斷新的極值點偏移量所包括的坐標偏移量是否都小于所述預設參數(shù)，是則先去除低對比度和邊緣響應的極值點，再將去除無效極值點后的修正后的所述待檢測像素點確定為所屬圖像層的關鍵點，否則返回所述步驟7；其中，低對比度和邊緣響應的極值點為所述無效極值點。