[发明专利]用于视频图像匹配的特征点快速检测方法

权利要求书

1.一种用于视频图像匹配的特征点快速检测方法，其特征是，依次包括：排除非特征点步骤；梯度计算步骤；特征点响应参数计算步骤；排除干扰候选特征点步骤。

2.如权利要求1所述的用于视频图像匹配的特征点快速检测方法，其特征是，排除非特征点步骤具体为：所述的特征点检测方法首先选取一个半径为3像素的离散化的Bresenham圆，圆内有待检测点像素P以及像素P周围均布的像素1到像素16共16个点，首先检测像素点1和9，如果这两个像素点的灰度值都在[I(p)-t,I(p)+t]的范围内，则待检测点像素P不是特征点，将其排除，其中I(p)为点P的灰度值，t为一阈值；如果点p仍然可能是一个特征点，就继续检测像素点5和13，如果这四个像素点中至少有三个点的灰度值大于I(p)+t或者小于I(p)-t，那么点p即为一个候选特征点，供所述的特征点检测方法后续处理,如公式一所示：

N＝∑|I(n)–I(p)|>t  (公式一)

其中，n为像素1、5、9和13中的任意一点，如果N大于等于3，那么点P即为一个候选特征点，否则将其排除。

3.如权利要求1所述的用于视频图像匹配的特征点快速检测方法，其特征是，梯度计算步骤具体为：梯度计算步骤分别使用水平差分算子和垂直差分算子对图像进行滤波，从而求得图像在水平和垂直方向上的梯度，并计算梯度的乘积，用于生成自相关矩阵M的元素；梯度计算如公式二和公式三所示：

Ix=∂I∂x=I⊗-101-101-101]]>(公式二)

Iy=∂I∂y=I⊗-1-1-1000111]]>(公式三)

其中I表示原图像，表示卷积，Ix和Iy分别表示图像在x方向和y方向上的梯度，即用图像中每个像素点与x方向和y方向的差分算子做卷积运算求得，水平方向差分算子参考公式二的3×3矩阵，垂直方向差分算子参考公式三的3×3矩阵；

计算梯度的乘积，Ix2＝Ix×Ix即由x方向上梯度的平方计算而得；Iy2＝Iy×Iy即由y方向上梯度的平方计算而得；Ixy＝Ix×Iy即由x方向上梯度和y方向上梯度的乘积计算而得。