[發明專利]一種基于信息熵的RGB特征匹配方法

在審

• 申請號: 202310451286.4
• 申請日: 2023-04-25
• 公開（公告）號: CN116468920A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 熊劍;席含;權略;張強;廖瑋;郭杭;衷衛聲;李宇
• 申請（專利權）人: 南昌大學
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06V10/74
• 代理公司: 南昌青遠專利代理事務所(普通合伙) 36123
• 代理人: 劉愛芳

1.一種基于信息熵的RGB特征匹配方法，其特征在于，包括以下步驟：

步驟S1.圖像采集并基于RGB特征提取算法對圖片灰度預處理：對輸入的RGB圖像進行預處理包括使用灰度化簡化后續處理、高斯濾波降低圖像噪聲和圖像梯度計算獲取圖像局部特征；

步驟S2.預處理后的圖像利用基于信息熵的RGB特征提取算法對圖像內特征信息進行采集，生成特征點描述子；

步驟S3.利用漢明距離進行特征粗匹配；

步驟S4.結合RGB特征描述子與PROSAC算法進行特征匹配；

步驟S5.輸出圖像特征匹配點和匹配關系。

2.根據權利要求1所述的一種基于信息熵的RGB特征匹配方法，其特征在于，步驟S1中基于RGB特征提取算法對圖片灰度預處理，包括以下步驟：

步驟S11.首先對輸入的RGB圖像進行預處理，包括使用灰度化簡化后續處理、高斯濾波降低圖像噪聲和圖像梯度計算獲取圖像局部特征；

步驟S12.特征點候選提取：采用FAST算法對候選的特征點進行提取，通過圖像梯度水平和垂直方向的計算分析，對圖像中的每個像素點進行特征點候選提取；

步驟S13.特征點候選篩選：對特征點通過非極大值抑制(NMS)進行篩選，具體對每個對于每個像素點，比較其與周圍像素點的梯度大小，并保留梯度最大的點作為特征點；

步驟S14.采用自適應策略對候選特征點優化：根據特征點周圍的像素點灰度值方差和平均值，自適應調整特征點閾值，保留具有代表性和區分度的特征點，然后對保留的特征點周圍像素點建立梯度方向直方圖，找到峰值位置，若檢測的特征點峰值信息與周圍點有區別，則確定該點為誤檢測點。

3.根據權利要求1所述的一種基于信息熵的RGB特征匹配方法，其特征在于，步驟S2中所述生成特征點描述子的具體步驟如下：

步驟S21：將此時的圖像特征信息表示為M×N×3的數組，RGB三通道從上至下排布，其次在圖層內任意一點的鄰域內隨機選取一對點，進行隨機采樣，然后比較兩對點p_i＝(x_i,y_i)與p_i^′＝(x_i^′,y_i^′)上采樣點的像素大小，根據兩者像素值大小進行0或1的賦值；

步驟S22：重復步驟S21，生成二進制編碼即生成特征點描述子。

4.根據權利要求1所述的一種基于信息熵的RGB特征匹配方法，其特征在于，步驟S3中所述利用漢明距離進行特征粗匹配，包括以下內容：

進行特征匹配的圖像根據RGB特征提取算法輸出相應的等長二進特征描述子，假定兩者的字符串分別為a和b，則漢明距離為d(a,b)，利用漢明距離計算公式進行計算；所得漢明距離越小，表示兩個特征點或特征向量越相似，匹配的可能性就越大。