[发明专利]基于快速自适应鲁棒性尺度不变的特征检测子技术的方法

权利要求书

1.基于快速自适应鲁棒性尺度不变的特征检测子技术的方法，其特征在于，包括以下步骤：

(1)、构建尺度空间：首先对输入图像进行光照均匀化，便于基于AGAST计算特征分数时阈值的选取；然后提出了尺度空间组数自适应选取法，改善检测子针对不同图像的鲁棒性；最后提出了基于过渡层的尺度空间构建方法，来增强检测子的鲁棒性；

(2)、计算特征分数：基于AGAST进行特征分数计算，来增强检测的鲁棒性与实时性；

(3)、非极值抑制：将尺度空间内所有层的每个点的特征分数，与其上下层各9个相邻点以及同层中8个相邻点的特征分数作比较，若该点的特征分数大于所有相邻点的特征分数，则该点被判定为候选点；

(4)、亚像素级矫正：提出了基于特征分数的亚像素级矫正算法，来简化传统亚像素级矫正算法，同时保证算法性能；

(5)、确定特征点方向：利用小波响应扇形环绕法为候选点定向。

2.根据权利要求1所述的基于快速自适应鲁棒性尺度不变的特征检测子技术的方法，其特征在于，所述的步骤(1)中的基于过渡层的尺度空间构建方法，其步骤如下：

(1)、尺度空间的每组是由原始图像逐次进行0.5倍降采样获得，每层是由原始图像逐次进行高斯滤波获得，进化方向由下至上，尺度空间构建公式如下：

式中，o表示组，s表示层，S为总层数，x与y分别为像元的横纵坐标，L_o×S+s(x,y)为o组s层进化图像，G(x,y)为高斯函数，I(x,y)为原始图像；

(2)、然后在每组两端构建尺度过渡层，构建公式如下：

式中，Z_o(x,y)为o组的下端过渡层，H_o(x,y)为o组的上端过渡层。

3.根据权利要求1所述的基于快速自适应鲁棒性尺度不变的特征检测子技术的方法，其特征在于，所述的步骤(1)中的尺度空间组数自适应选取法，其步骤如下：将每组中层数定为4，且各组层数相等，根据图像尺寸的对数来自适应选取O，公式如下：

式中，X与Y分别为原始图像的行数与列数，[]表示取整。

4.根据权利要求1所述的基于快速自适应鲁棒性尺度不变的特征检测子技术的方法，其特征在于，所述的步骤(2)中的基于AGAST的特征分数计算方法如下：

S_bright＝{x|I_p→x≥I_p+t})

S_bark＝{x|I_p→x≤I_p-t}

式中，V为特征分数，x为圆周上任意一点，I_p→x为圆周上任意一点灰度值，I_p为圆心灰度值，t为阈值，S_bright与S_bark分别为亮点集与暗点集；按此法计算尺度空间每一层的特征分数V。

5.根据权利要求1所述的基于快速自适应鲁棒性尺度不变的特征检测子技术的方法，其特征在于，所述的步骤(4)中的基于特征分数的亚像素级矫正算法，简化了传统亚像素级矫正算法，其求解方程如下：

D_xx＝V(x+1,y)+V(x-1,y)-2V(x,y)

D_yy＝V(x,y+1)+V(x,y-1)-2V(x,y)

式中，dx与dy分别为待求的候选点亚像素级横纵坐标，V(x,y)为候选点的特征分数，x与y分别为候选点的横纵坐标。