[發明專利]基于優選空間的SIFT特征快速提取方法、計算機設備以及存儲介質

有效

• 申請號: 202110558502.6
• 申請日: 2021-05-21
• 公開（公告）號: CN113221921B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 陳綿書;張雅琦;張子墨;李曉妮;桑愛軍
• 申請（專利權）人: 吉林大學
• 主分類號: G06V10/46
• 分類號: G06V10/46
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 謝松;徐凱凱

1.一種基于優選空間的SIFT特征快速提取方法，其特征在于，包括步驟：

獲取確定優選特征空間的學習樣本集；

確定所述學習樣本集對應的優選特征空間；其中，所述優選特征空間包括若干個特征空間層，所述優選特征空間中的所述特征空間層按照所述特征空間層的配準特征數量依次排列；

獲取待匹配圖像和所述待匹配圖像對應的已知圖像，基于所述優選特征空間，對所述已知圖像以及所述待匹配圖像進行SIFT特征提取和匹配；

當所述已知圖像以及所述待匹配圖像的配準特征數量滿足預設要求時，所述待匹配圖像匹配成功；

所述學習樣本集包括若干個原始圖像；

所述確定所述學習樣本集對應的優選特征空間，包括：

根據所述原始圖像中的目標對所述學習樣本集中各原始圖像分別進行歸一化，得到各原始圖像各自分別對應的歸一化圖像；

根據所述歸一化圖像的寬和高，確定尺度空間的特征空間層的數量；

提取各歸一化圖像各自分別對應的SIFT特征，并確定各SIFT特征對應的特征空間層；

對任意兩個歸一化圖像各自分別對應的SIFT特征進行匹配，得到所述兩個歸一化圖像的匹配特征對；

根據所有匹配特征對，確定各特征空間層各自分別對應的配準特征數量；

將所有特征空間層按照所述配準特征數量依次排列，以形成優選特征空間；

所述優選特征空間中的所述特征空間層按照所述特征空間層的配準特征數量從大至小依次排列；

所述基于所述優選特征空間，對所述已知圖像以及所述待匹配圖像進行SIFT特征提取和匹配，包括：

根據所述優選特征空間中的第一個特征空間層以及所述第一個特征空間層的相鄰特征空間層，確定所述第一個特征空間層對應的空間層集合；其中，所述第一個特征空間層的相鄰特征空間層為所述尺度空間內與所述第一個特征空間層相鄰的特征空間層；

分別提取所述待匹配圖像、所述已知圖像在所述空間層集合中的SIFT特征后進行匹配；

當所述已知圖像以及所述待匹配圖像的配準特征數量不滿足預設要求時，根據所述優選特征空間中的下一個特征空間層以及所述下一個特征空間層的相鄰特征空間層，確定所述下一個特征空間層對應的空間層集合，并繼續執行分別提取所述待匹配圖像、所述已知圖像在所述空間層集合中的SIFT特征后進行匹配的步驟，直至遍歷所述優選特征空間中的特征空間層時結束。

2.根據權利要求1所述的基于優選空間的SIFT特征快速提取方法，其特征在于，所述將所有特征空間層按照所述配準特征數量依次排列，以形成優選特征空間，包括：

當所述特征空間層對應的配準特征數量為0時，剔除該特征空間層；

將配準特征數量不為0的特征空間層按照所述配準特征數量依次排列，以形成優選特征空間。

3.根據權利要求1所述的基于優選空間的SIFT特征快速提取方法，其特征在于，所述兩個歸一化圖像分別為第一歸一化圖像和第二歸一化圖像；

所述對任意兩個歸一化圖像各自分別對應的SIFT特征進行匹配，得到所述兩個歸一化圖像的匹配特征對，包括：

針對所述第一歸一化圖像中每一個SIFT特征，搜索所述第二歸一化圖像中與該SIFT特征對應的第二最佳匹配特征和第二次佳匹配特征；

當該SIFT特征與所述第二最佳匹配特征的距離，以及該SIFT特征與所述第二次佳匹配特征的距離滿足第一預設條件時，將所述第二最佳匹配特征作為第一候選配對特征；

搜索所述第一歸一化圖像中與所述第一候選配對特征對應的第一最佳匹配特征和第一次佳匹配特征；

當所述第一候選配對特征與所述第一最佳匹配特征的距離，以及所述第一候選配對特征與所述第一次佳匹配特征的距離滿足第二預設條件時，將所述第一最佳匹配特征作為第二候選配對特征；

當所述第一歸一化圖像中該SIFT特征為所述第二候選配對特征時，則將該SIFT特征和所述第二最佳匹配特征作為所述兩個歸一化圖像的匹配特征對。