[發(fā)明專利]一種基于改進Gauss模型的實時Harris角點提取方法

在審

• 申請?zhí)枺?/td>: 202011151405.7
• 申請日: 2020-10-25
• 公開（公告）號: CN112434703A
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計）人: 王浩;郭許生;姚群磊
• 申請（專利權(quán)）人: 中國航空工業(yè)集團公司洛陽電光設(shè)備研究所
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06F17/16
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 金鳳

本發(fā)明提供了一種基于改進Gauss模型的實時Harris角點提取方法，通過計算圖像中某點的灰度變化，檢測出角點位置，根據(jù)M計算角點響應(yīng)值，當(dāng)像素點R值大于閾值時，該點即為圖像中的Harris角點。本發(fā)明提出了改進的高斯模型，讓它更加適合邏輯計算，根據(jù)邏輯實現(xiàn)的特點對傳統(tǒng)的高斯濾波模型進行優(yōu)化，在保留角點提取精度的同時，讓復(fù)雜的浮點數(shù)乘除卷積運算轉(zhuǎn)換數(shù)據(jù)的移位，大大的減小了邏輯實現(xiàn)的難度。將傳統(tǒng)的7×7浮點小數(shù)模型簡化，在邏輯實現(xiàn)時可以很方便的利用數(shù)據(jù)的移位運算代替乘除運算，減少時鐘延遲，提高角點提取速度。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像匹配、目標(biāo)識別和目標(biāo)跟蹤等領(lǐng)域，尤其是一種Harris角點提取方法。

背景技術(shù)

傳統(tǒng)的Harris角點提取過程利用的是經(jīng)典的Gauss模型對圖像灰度信息的偏導(dǎo)計算進行模糊處理的，根據(jù)二維Gauss的計算式可得σ²＝1的連續(xù)高斯響應(yīng)如圖1所示。

理論分析可知，高斯權(quán)重在所有定義域范圍內(nèi)都分布非負(fù)值，這樣對圖像做處理的時候就需要一個無限大的卷積核。但從圖1中可以看出，主要的權(quán)重值分布在中心位置附近的定義域內(nèi)。實際上，僅需取3倍方差內(nèi)的權(quán)重值建立高斯核即可。圖1選用的是σ²＝1的高斯模型，所以可得如表1的傳統(tǒng)7×7高斯核所示，所有權(quán)重值相加和為1。

表1傳統(tǒng)7×7高斯核

根據(jù)如上高斯核可將該其繪制出如圖2的離散7×7高斯響應(yīng)圖所示，其中折線的交叉點對應(yīng)的z軸值即為濾波過程中像素點周圍對應(yīng)點灰度的權(quán)重值。從上面高斯核分布可以看出該高斯濾波模型存在很多的浮點數(shù)，這對于FPGA的實現(xiàn)時非常困難的。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于改進Gauss模型的實時Harris角點提取方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案的步驟如下：

步驟1：通過計算圖像I中某點(x，y)周圍窗口與其移動(Δx，Δy)后點的周圍窗口的灰度變化，檢測出角點位置，該變化用自相關(guān)函數(shù)式(1)表示：

其中，w(u，v)為高斯加權(quán)函數(shù)，W(x，y)是以點(x，y)為中心的正方形窗口，將式(1)泰勒展開，去一階近似得式(2)：

其中M為二階實對稱矩陣，具體形式如下式(3)所示：

其中G為濾波模型，表示卷積計算，I_x、I_y分別為像素點在x、y方向的梯度變化，計算方法如式(4)所示，即為用像素點后面點的灰度值減去前面點的灰度值：

Gauss濾波模型具體形式如表2改進高斯核所示，其所有元素相加和為1；

表2改進7×7高斯核

步驟2：根據(jù)M計算角點響應(yīng)值，如式(5)所示：

R＝Det(M)-kTr²(M) (5)

其中Det(M)是M矩的行列式的值，Tr(M)是M矩的跡，k為系數(shù)，其中：

當(dāng)像素點R值大于閾值時，該點即為圖像中的Harris角點。

所述系數(shù)取值范圍為0.04-0.06。

所述系取k＝0.0625＝1/2⁴。