[发明专利]一种视觉导航中的特征提取与匹配方法及系统

权利要求书

1.一种视觉导航中的特征提取与匹配方法，其特征在于，包括如下步骤：

采用二维最大熵阈值分割法提取出特征区域；

将提取后的特征区域的外接方形区域进行图像归一化处理；

将各个图像归一化处理后的外接方形区域作为待匹配的特征区域，采用SIFT算法得到特征点的特征向量，将第一幅图像中的每个特征区域内的各个特征点与第二幅图像中的每个特征区域内的特征点进行匹配，获取匹配点的个数，选择匹配点的个数最多的两个特征区域作为匹配区域，其中匹配的特征点作为匹配特征点。

2.根据权利要求1所述的特征提取与匹配方法，其特征在于，所述采用二维最大熵阈值分割法提取出特征区域后，还包括：过滤掉包含的像素点小于预设阈值的特征区域。

3.根据权利要求1或2所述的特征提取与匹配方法，其特征在于，采用二维最大熵阈值分割法提取出特征区域的过程中，包括：

将每个像素点和其相邻像素点作为一个邻域；

计算邻域内的像素均值，形成像素-均值对，建立二维函数；

根据二维函数点的位置进行噪声去除；

计算属于目标或背景区域的像素的熵值并使其最大，得出分割阈值。

4.根据权利要求1-3任一所述的特征提取与匹配方法，其特征在于，根据二维函数点的位置进行噪声去除的过程包括：

对于远离对角线的二维函数点，像素点和邻域均值差值较大，该像素点相对于周围邻域像素点来说为突变像素点，将其忽略。

5.根据权利要求1-4任一所述的特征提取与匹配方法，其特征在于，将提取后的特征区域进行图像归一化处理的过程为将分割后的特征区域的外接方形使用归一化方法进行归一化处理，包括：

计算方形的重心，移动重心，消除位移所带来的影响；

将图像沿x方向进行切变，消除x方向的切变影响；

将图像沿y方向进行切变，消除y方向的切变影响；

将图像沿xy方向进行切变，消除缩放带来的影响。

6.根据权利要求1-5任一所述的特征提取与匹配方法，其特征在于，采用SIFT算法得到特征点的特征向量的过程，包括

获取特征点，然后对所述特征点进行筛选，得到有效特征点；

统计该特征点周围图像的梯度，形成梯度方向直方图；

生成特征向量。

7.根据权利要求1-6任一所述的特征提取与匹配方法，其特征在于，进行匹配时以各特征向量的欧式距离来作为相似性的判定度量。

8.一种视觉导航中的特征提取与匹配系统，其特征在于，包括：

特征区域提取单元：采用二维最大熵阈值分割法提取出特征区域；

归一化处理单元：将提取后的特征区域外接方形进行图像归一化处理；

匹配单元：将各个图像归一化处理后的外接方形区域作为待匹配的特征区域，采用SIFT算法得到特征点的特征向量，将第一幅图像中的每个特征区域内的各个特征点与第二幅图像中的每个特征区域内的特征点进行匹配，获取匹配点的个数，选择匹配点的个数最多的两个特征区域作为匹配区域，其中匹配的特征点作为匹配特征点。

9.根据权利要求8所述的特征提取与匹配系统，其特征在于，所述特征区域提取单元，还包括过滤子单元，过滤掉包含的像素点小于预设阈值的特征区域。

10.根据权利要求8或9所述的特征提取与匹配系统，其特征在于，所述特征区域提取单元，包括：

邻域建立子单元：将每个像素点和其相邻像素点作为一个邻域；

函数建立子单元：计算邻域内的像素均值，形成像素-均值对，建立二维函数；

去噪子单元：根据二维函数点的位置进行噪声去除；

分割子单元：计算属于目标或背景区域的像素的熵值并使其最大，得出分割阈值。