[发明专利]一种改进的提取图像中特征点的方法

说明书

技术领域

本发明属于一种改进的提取图像中特征点的方法。具体来说，为计算机视觉领域中的一种局部特征提取中检测特征点的方法，特别涉及到利用改进的滤波器形状在尺度空间上计算Hessian矩阵行列式并找出极值点以确定对应特征点的过程。

背景技术

局部特征已经广泛运用于计算机视觉领域的多个方面，例如图像配准、目标识别、三维目标检索等方面。当前研究中，局部特征对于几何变换、光照变换具有不变性，对于噪声、遮挡、以及背景干扰均具有良好的鲁棒性，并且特征间具有很高的区分度。这些都成为它近些年来计算机视觉领域研究的一个重要课题。

当前主流的局部特征的提取过程主要包括两步：特征点检测过程和描述子计算过程。在特征点检测过程中，通常是使用一系列的滤波器用于输入图像，并在滤波后的结果中选取具备某些特性的点位置(例如极值点)，作为检测到的特征点；在描述子计算过程中，选取以特征点为中心的某一特定区域(该区域通常与尺度等信息相关)，经过确定主方向、求梯度、高斯权值分配等一系列过程，获得该特征点对应的描述子向量。

发明内容

本发明提出了一种改进的提取图像中特征点的方法。它是目前基于Hessian矩阵行列式的检测子的一种改进。相比于先前的特征点检测方法，本发明中的特征点检测方法，特别是在所检测特征点对于旋转变化和视角变换方面具有更高的鲁棒性。

本发明要解决的技术问题：根据现有的基于Hessian行列式的特征点检测方法，构造近似圆形的滤波器形状，提出一种改进的在旋转和视角变化下更加鲁棒的特征点检测子。

本发明提出的一种改进的提取图像中特征点的方法，它的步骤包括：

(1)积分图像计算过程。对于一幅输入图像I，计算它的积分图像I_∑；某个位置x＝(x，y)^T，T表示(x，y)这个1×2矩阵的转置，积分图像I_∑(x)对应此处的值，是指由图像原点即最左上角和位置x＝(x，y)^T所确定的矩形区域内的所有像素值的总和，即积分图像I_∑(x)的计算过程表示为

IΣ(x)=Σi=0i≤xΣj=0j≤yI(x,y)]]>

输入图像I对应的某个矩形区域ABCD的像素值总和I_∑(reg_ABCD)的计算表达式为

I_∑(reg_ABCD)＝I_∑(A)-I_∑(B)+I_∑(C)-I_∑(D)

其中I_∑(A)，I_∑(B)，I_∑(C)，I_∑(D)分别表示对应于点A，B，C，D处的积分图像I_∑(x)值。

(2)在尺度空间上，使用改进的对应于不同尺度的不同尺寸的具有相似形状的滤波器来计算近似Hessian行列式用于特征点检测。

对于输入图像I，根据不同的滤波器尺寸计算对应的Hessian矩阵的行列式值。Hessian矩阵表示为