[發明專利]一種MPCNN-FAST聲吶圖像特征點檢測方法

在審

• 申請號: 202010650402.1
• 申請日: 2020-07-08
• 公開（公告）號: CN111753853A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 海南熱帶海洋學院
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種MPCNN?FAST（Modified pulse coupled neural network?features from accelerated segment test）聲吶圖像特征點檢測方法，涉及聲吶圖像特征點檢測技術領域。該方法的核心步驟包括：（1）根據改進的閾值函數，構造MPCNN；（2）根據MPCNN?FAST特征點判斷方法，判斷聲吶圖像中待檢測點是否為特征點。在本發明提供的特征點檢測方法中，給出一種改進的閾值函數，利用改進的閾值函數構造MPCNN，利用MPCNN改進FAST特征點檢測方法。本發明提供的特征點檢測方法克服了FAST算法檢測效果嚴重依賴于閾值選取的缺欠。同時該方法需要人為設置的參數少。本發明提供的特征點檢測方法實用性較強、智能化程度較高。

技術領域

本發明涉及聲吶圖像特征點檢測技術領域，具體地說，涉及一種MPCNN-FAST（Modified pulse coupled neural network-features from accelerated segmenttest）聲吶圖像特征點檢測方法。

背景技術

聲波水下穿透能力強、作用距離遠，不受水下能見度影響，聲吶是水下探測、監測的重要或不可替代的設備。聲吶水下探測、監測應用中，經常涉及到圖像配準、圖像拼接、目標跟蹤和目標定位等問題。圖像特征點檢測是解決上述問題的基礎，甚至是關鍵。聲吶圖像分辨率低、散斑噪聲強、圖像細節少，使得聲吶圖像的特征點檢測成為一個難題。

有多種特征點檢測方法，比如Moravec、Harris、SUSAN（Small univalue segmentassimilating nucleus）、SIFT（Scale invariant feature transform）、FAST（Featuresfrom accelerated segment test）等特征點檢測算法。在這些算法中，文獻1 [E. Rosten,R. Porter, T. DRUMMOND. Faster and better: a machine learning approach tocorner detection. IEEE Transactions on Pattern Analysis and MachineIntelligence, 2010, 32( 1) : 105-119.]提出的FAST算法是一種常用的特征點檢測算法，該算法快速準確。然而，FAST算法檢測需要選取合適的閾值來判斷待檢測像素是否為特征點，檢測效果嚴重依賴于閾值的選取。因為聲吶圖像通常對比度差、散斑噪聲嚴重、分辨率低、像素少、邊緣惡化，因此聲吶圖像的閾值選取是一個非常困難的問題。