[發明專利]一種用于高光圖像的局部特征描述及匹配方法

在審

• 申請號: 202110755838.1
• 申請日: 2021-07-05
• 公開（公告）號: CN113361548A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 李明;孫抗
• 申請（專利權）人: 北京理工導航控制科技股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06F16/51
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及圖像處理領域，且公開了一種用于高光圖像的局部特征描述及匹配方法，其方法包括圖像消除高光預處理方法、局部特征表達方法和局部特征匹配方法；所述圖像消除高光預處理方法包括以下步驟：步驟一：對圖像I做核函數分別為f1＝Gx,f2＝Gy,f3＝Gxx,f4＝Gxy,f5＝Gyy的二階高斯卷積運算，得到圖像gI，圖像gI中的像素點x處的灰度值為gI(x)；步驟二：對步驟一中得到的圖像gI中的像素點x進行如下運算：如果gI(x)0,則dI(x)＝gI(x)；如果gI(x)≤0,則dI(x)＝0，dI為預處理之后的新圖像。本發明先對圖像進行消除高光處理，使其不用加入方向信息即可穩定的描述局部特征，這樣，對比加入方向信息，數據描述量大大減小，相應的，特征匹配的運算量也減小，更具實時性。

技術領域

本發明屬于圖像處理領域，具體為一種用于高光圖像的局部特征描述及匹配方法。

背景技術

在圖像處理領域中，表面光滑物體在復雜光照環境下的鏡面反射導致了圖像存在高光區域。高光圖像中物體表面的紋理、邊緣等有效局部信息大量丟失，給基于局部特征信息的視覺跟蹤、場景重建、增強現實等應用帶來不利影響，甚至造成任務失敗。實際應用場景下需要一種針對高光圖像的有效局部特征描述及匹配方法。

現有方法通過直接利用圖像各像素點的灰度值計算梯度值或局部極值來提取局部特征點，特征點的穩定性和準確性容易受到高光的影響。在提取特征點之后，現有局部特征描述方法主要采用特征點鄰域內像素點的灰度值及其梯度信息描述局部特征，但穩定性不高；為了提高穩定性，加入了方向信息，但又導致描述數據量增大，特征匹配算法復雜等問題。

特征匹配一般以兩個向量之間的歐式距離或馬氏距離衡量其相似性的最近鄰搜索過程。對于最近鄰搜索，遍歷搜索算法雖然可以保證搜索到正確的最近鄰，但是由于巨大的時間開銷，使其無法應用于大規模的特征匹配系統中。近似最近鄰搜索算法的提出一定程度上可以保證搜索精度，同時又比窮舉搜索算法節省大量的時間。即便如此，描述子匹配在局部特征識別計算中占據很大比例的運算時間。

發明內容

本發明的目的在于：為解決上述背景技術中提出的現有技術中的局部特征描述復雜，表達及匹配運算量大，實時性不高的問題，本發明提供了一種用于高光圖像的局部特征描述及匹配方法。

為實現上述目的，本發明提供了一種用于高光圖像的局部特征描述及匹配方法，所述方法包括圖像消除高光預處理方法、局部特征表達方法和局部特征匹配方法；

所述圖像消除高光預處理方法包括以下步驟：

步驟一：對圖像I做核函數分別為f1＝Gx,f2＝Gy,f3＝Gxx,f4＝Gxy,f5＝Gyy的二階高斯卷積運算，得到圖像gI，圖像gI中的像素點x處的灰度值為gI(x)；

步驟二：對步驟一中得到的圖像gI中的像素點x進行如下運算：如果gI(x)0,則dI(x)＝gI(x)；如果gI(x)≤0,則dI(x)＝0，dI為預處理之后的新圖像；

所述局部特征表達方法包括以下步驟：

步驟一：確定樣本集S；

步驟二：在步驟一中的樣本集S中檢測特征點K，并重復檢測n次，得到n個K；

步驟三：在步驟二中的n個K中取中心圖塊P，此圖塊P中包括m個像素點，由此構成m個點集，每個點集中含n個像素點；

步驟四：將步驟三中的像素點灰度劃分為L階，統計點集中像素點的灰階，生成L階的直方圖，設定閾值t，將直方圖二值化，生成L位的二進制位串，m個點集生成m×L位的二進制位串D，用于描述該特征點代表的局部特征；

所述局部特征匹配方法包括以下步驟：