[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

本發明提供了一種基于信息熵的RGB特征匹配方法，包括：1）圖像采集并基于RGB特征提取算法對圖片灰度預處理；2）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；3）利用漢明距離進行特征粗匹配；4）結合RGB特征描述子與PROSAC算法進行特征匹配；5）輸出圖像特征匹配點和匹配關系。本發明基于RGB特征匹配方法在圖像RGB特征灰度化過程中選擇合適權重從而最大程度保留圖像原本特征信息，同時規避錯誤特征信息，在圖像特征采集階段，能夠借助RGB特征匹配優勢提前剔除易誤提取的關鍵點；并確保光照以及視角劇烈變化時的匹配精度，有效提高了系統特征識別的精度及魯棒性。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于信息熵的RGB特征匹配方法。

背景技術

基于ORB特征匹配方法是一種對特征進行篩選匹配的算法，主要包括圖像特征采集、圖像特征檢測、特征描述子生成、進行特征匹配四個階段，主要任務是在視覺里程計中提取ORB特征點并計算其特征描述子，然后通過對應特征點的匹配來計算相鄰兩幀圖像之間的運動。ORB特征匹配算法采用FAST與BRIEF算法進行關鍵點檢測和特征描述，計算速度快同時考慮圖像旋轉以及尺度變換的影響，使算法具有較強魯棒性。然而ORB特征匹配算法在強光照、強抖動及大尺度變化情況下，容易出現特征匹配失效、特征誤匹配等問題，雖然后續有改進版本，仍然未有效解決特征匹配失效等問題。

發明內容

本發明的目的在于針對現有技術的不足，提出一種基于信息熵的RGB特征匹配方法，該方法的主要特點在于將信息熵引入特征提取階段，使用基于信息熵對RGB圖像進行灰度化處理，然后使用PROSAC算法進行特征誤匹配剔除工作，增加系統特征識別精度及魯棒性。

為實現上述目的，本發明采用如下技術方案：

一種基于信息熵的RGB特征匹配方法，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。

具體的，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?。?/p>

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。

具體的，步驟S2中所述生成特征點描述子的步驟如下：