[發明專利]一種圖像特征點檢測方法、系統及計算機存儲介質

在審

• 申請號: 202210417636.0
• 申請日: 2022-04-21
• 公開（公告）號: CN114677518A
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 段程鵬;胡炳樑;劉偉;宋潔
• 申請（專利權）人: 西安中科立德紅外科技有限公司
• 主分類號: G06V10/30
• 分類號: G06V10/30;G06V10/46;G06T5/00;G06T5/50
• 代理公司: 西安鼎邁知識產權代理事務所(普通合伙) 61263
• 代理人: 劉喜保

1.一種圖像特征點檢測方法，其特征在于，包括：

對待檢測圖像進行圖像增強處理，獲得增強圖像；

對所述增強圖像進行引導濾波處理，獲得濾波圖像；

對所述濾波圖像進行SURF特征點檢測，獲得目標特征點；

其中，所述對待檢測圖像進行圖像增強處理，獲得增強圖像，包括：

對待檢測圖像進行濾波，獲得低頻圖像；

將待檢測圖像和所述低頻圖像作差，獲得高頻圖像；

對所述低頻圖像進行自適應混合調光處理，獲得調光圖像；

將所述調光圖像與所述高頻圖像疊加，獲得所述增強圖像。

2.根據權利要求1所述的一種圖像特征點檢測方法，其特征在于，所述對待檢測圖像進行濾波，獲得低頻圖像，包括：

采用均值濾波器對待檢測圖像進行濾波，獲得所述低頻圖像。

3.根據權利要求1所述的一種圖像特征點檢測方法，其特征在于，所述對所述低頻圖像進行自適應混合調光處理，獲得調光圖像，包括：

對所述低頻圖像進行直方圖統計，獲得相應的直方圖映射輸出；

對所述低頻圖像進行線性調光處理，獲得相應的調光輸出；

將所述直方圖映射輸出和調光輸出進行加權求和，獲得所述調光圖像。

4.根據權利要求1所述的一種圖像特征點檢測方法，其特征在于，所述對所述濾波圖像進行SURF特征點檢測，獲得目標特征點，包括：

構建Hessian矩陣，利用所述Hessian矩陣對所述濾波圖像進行處理，獲得相應的像素點和二維圖像空間；

構建尺度空間；

將經過所述Hessian矩陣處理得到的像素點和二維圖像空間以及所述尺度空間鄰域內的點進行比較，確定特征點；

根據所述特征點確定主方向；

按照所述主方向確定相應的特征點描述子；

根據所述特征點描述子對所述特征點進行匹配，剔除不匹配的特征點。

5.根據權利要求4所述的一種圖像特征點檢測方法，其特征在于，所述將經過所述Hessian矩陣處理得到的像素點和二維圖像空間以及所述尺度空間鄰域內的點進行比較，確定特征點，包括：

將經過所述Hessian矩陣處理得到的像素點和二維圖像空間以及所述尺度空間鄰域內的點進行比較，確定關鍵點；

濾除能量弱的關鍵點以及錯誤定位的關鍵點，篩選出最終的特征點。

6.根據權利要求4所述的一種圖像特征點檢測方法，其特征在于，所述根據所述特征點確定主方向，包括：

在所述特征點的圓形鄰域內，統計一定角度扇形內所有點的水平、垂直harr小波特征值的和；

以一定弧度大小的間隔對扇形進行旋轉，統計旋轉后扇形區域內所有點的水平、垂直harr小波特征值的和；

將區域內每個點的水平、垂直harr小波特征值的和最大的扇形的方向作為所述特征點的主方向。

7.根據權利要求4所述的一種圖像特征點檢測方法，其特征在于，所述根據所述特征點描述子對所述特征點進行匹配，剔除不匹配的特征點，包括：

確定兩個所述特征點間的歐式距離，根據所述歐式距離確定特征點之間的匹配度；

確定匹配度高于閾值的兩個所述特征點之間的Hessian矩陣跡；

如果兩個所述特征點之間的Hessian矩陣跡的正負號不同，對相應的特征點進行剔除。

8.一種圖像特征點檢測系統，其特征在于，包括：

圖像增強模塊，用于對待檢測圖像進行圖像增強處理，獲得增強圖像；

圖像濾波模塊，用于對所述增強圖像進行引導濾波處理，獲得濾波圖像；

特征點檢測模塊，用于對所述濾波圖像進行SURF特征點檢測，獲得目標特征點。

9.一種計算機存儲介質，其特征在于，所述計算機存儲介質中存儲有多條計算機指令，所述多條計算機指令用于使計算機執行權利要求1-8任一項所述的方法。