[发明专利]基于彩色信息的尺度不变特征点描述和匹配方法

权利要求书

1.一种基于彩色信息的尺度不变特征点描述和匹配方法，其特征在于，包括以下步骤：

步骤1，提取输入数字彩色图像的R、G、B彩色分量；根据图像的噪声设置高斯卷积的标准差，分别对所提取的R、G、B彩色分量图像使用一维高斯模板在垂直和水平方向上先后进行两次一维高斯卷积，作为后续彩色分量均值计算的依据；

步骤2，依据各特征点的坐标确定对应同心圆描述子的中心位置，依据特征点的方向确定描述子的基准方向，依据特征点尺度确定描述子的区域大小；对落入同一描述子子区域中的所有像素点计算R、G、B彩色分量的均值，所有16个子区域的彩色分量均值共构建48维特征向量元素，其中，特征点尺度值等于图像尺度空间中提取该特征点所在图像层所对应的尺度大小；

步骤3，依据描述子子区域与特征点之间的距离确定各子区域的高斯权重；按照所属子区域，将各特征向量元素乘以相应的权重值，以区分离特征点距离远近不同的子区域所占的比重；

步骤4，将特征向量的48维元素按照所属彩色分量的不同分为三组，对应于R、G、B彩色分量，其中，每组元素包括16个，对应于描述子的16个子区域；分别对属于同一彩色分量的16个向量元素进行归一化处理，形成最终的特征描述向量；

步骤5，对图像所有尺度不变特征点进行特征向量计算后，将所有的特征向量组合成该图像的特征向量空间；在两幅图像的特征向量空间中进行特征点匹配，计算一幅图像中的某个特征点的特征向量与另一幅图像的所有特征向量之间的欧式距离，当最近距离与次近距离的比值小于阈值时，距离最近的一对特征点为匹配特征点。

2.根据权利要求1所述的基于彩色信息的尺度不变特征点描述和匹配方法，其特征在于，步骤2中，所述特征点描述子为一种同心圆结构，取外圆半径为特征点尺度大小的k倍，k为自然数，内圆的半径为外圆半径的二分之一，等于特征点尺度大小的k/2倍；内圆每隔90度划分4个子区域，圆环每隔30度划分12个子区域，16个子区域面积相同，编号从内向外逆时针排列，并设置描述子基准方向为其0°方向；在特征向量计算中，以特征点所在的图像坐标为描述子中心位置，旋转描述子的基准方向与特征点方向一致。

3.根据权利要求1所述的基于彩色信息的尺度不变特征点描述和匹配方法，其特征在于，步骤2中，基于同心圆描述子的特征向量计算步骤如下：

步骤201：依据特征点在图像中的坐标(i，j)、方向β和尺度s，设置同心圆描述子中心在图像坐标(i，j)上，旋转描述子的基准方向指向β角度，并取描述子半径r＝ks；

步骤202：以图像坐标(i，j)为中心，以2r为边长，选取同心圆描述子的外接正方形A，并确定正方形区域A中的所有像素点，用Im(x，y)表示图像中坐标为(x，y)的像素点，对于区域A中的每个像素点，有i-2r≤x≤i+2r且j-2r≤y≤j+2r；

步骤203：选取区域A内的一个像素点，计算该像素点与特征点之间的距离l，计算该像素点和特征点连线与描述子方向之间的夹角θ，并转换到0°～360°范围内；

步骤204：对距离l进行判别，如果l＞r，像素点未落入描述子的区域内，进行步骤203；如果0.5r＜l＜r，进行步骤205；如果l＜0.5r，进行步骤206；

步骤205：用n表示像素点所落入描述子子区域的标号，对θ进行判别，判据如下：

如果0°≤θ＜30°，则n＝5，判定该像素点落入子区域5；

如果30°≤θ＜60°，则n＝6，判定该像素点落入子区域6；

如果60°≤θ＜90°，则n＝7，判定该像素点落入子区域7；

如果90°≤θ＜120°，则n＝8，判定该像素点落入子区域8；

如果120°≤θ＜150°，则n＝9，判定该像素点落入子区域9；

如果150°≤θ＜180°，则n＝10，判定该像素点落入子区域10；

如果180°≤θ＜210°，则n＝11，判定该像素点落入子区域11；

如果210°≤θ＜240°，则n＝12，判定该像素点落入子区域12；

如果240°≤θ＜270°，则n＝13，判定该像素点落入子区域13；

如果270°≤θ＜300°，则n＝14，判定该像素点落入子区域14；

如果300°≤θ＜330°，则n＝15，判定该像素点落入子区域15；

如果330°≤θ＜360°，则n＝16，判定该像素点落入子区域16；

进行步骤207；

步骤206：对θ进行判别，判据如下：

如果0°≤θ＜90°，则n＝1，判定该像素点落入子区域1；

如果90°≤θ＜180°，则n＝2，判定该像素点落入子区域2；

如果180°≤θ＜270°，则n＝3，判定该像素点落入子区域3；

如果270°≤θ＜360°，则n＝4，判定该像素点落入子区域4；

进行步骤207；

步骤207：依据下式将该像素点的R、G、B彩色分量值分别累加到与子区域n对应的特征向量的元素中：

colorFeature[3n-3]＝colorFeature[3n-3]+RIm(x，y)，

colorFeature[3n-2]＝colorFeature[3n-2]+GIm(x，y)，

colorFeature[3n-1]＝colorFeature[3n-1]+BIm(x，y)；

其中，RIm(x，y)、GIm(x，y)和BIm(x，y)分别表示像素点Im(x，y)的R、G、B彩色分量值；colorFeature[]表示特征点的特征向量，并且colorFeature[]的维数为48维；

步骤208：判定该像素点落入子区域n，根据式pointN[n-1]＝pointN[n-1]+1，统计各子区域中的像素点个数，其中，16维向量pointN[]用来存储16个子区域分别包含像素点的个数，且pointN[n-1]对应于子区域n；

步骤209：判断区域A中所有像素点是否全部计算完毕，如果没有计算完，进行步骤203，否则进行步骤210；

步骤210：依据式colorFeature[m]＝colorFeature[m]/pointN[[m/3]](m＝0，1，2，...，47)，计算各描述子子区域中R、G、B彩色分量的均值，作为对应的特征向量元素，其中，[m/3]为取整数运算。