[发明专利]一种刺绣针法图样特征点提取及匹配方法

说明书

本发明公开了一种刺绣针法图样特征点提取及匹配方法，涉及刺绣纹饰图形特征识别技术领域，包括步骤1，输入图像；步骤2，通过导向滤波函数对输入图像进行预处理；步骤3，利用导向滤波作为尺度函数构建图像金字塔；步骤4，定位差分图像金字塔不同尺度的极值点，剔除极值点中不稳定的边缘响应点，得到关键点；步骤5，为每个关键点分配主方向，经过矫正、旋转生成特征描述子；步骤6，对生成的特征描述子进行标识；步骤7，对标识后的特征描述子与模板进行匹配，本发明利用导向滤波替换高斯尺度变换函数提取出了图像中的关键特征点，本发明所提取的不同针法的关键点数据，还可以用来构建针法数据库，为后期的不同针法识别奠定基础。

技术领域

本发明涉及刺绣纹饰图形特征识别技术领域，具体为一种刺绣针法图样特征点提取及匹配方法。

背景技术

在刺绣工艺的非遗数字化保护研究中，成品绣品图样的保护占据着重要的地位。但实际上刺绣文化的精髓不仅是在图案上，针法与图样的有机结合才能更好地传承少数民族文化特色。因此，寻找一种能够将绣品针法纹样特征进行提取和匹配的方法是刺绣数字化保护亟待解决的问题。

目前，羌绣、苗绣等少数民族刺绣的数字化保护方法大部分都是建立纹样图片数据库。但对于纹样图案本身的针法特征保护并没有太多研究。实际上纹样图案中的针法是组成各种刺绣图案的基础，但是现在很多少数民族刺绣纹样的数字纹样库中并没有对应的针法特征，对于图片中的特征提取方法，国内外已经有很多学者进行了研究。其主要方法分为传统图像分析方法和基于深度学习、人工神经网络的方法。

上述描述的方法确实能够在其应用范围内很好地提取出图像的关键特征信息。但是不同针法之间存在着很小差异，目前现有的传统算法并不能很好的解决这一问题。而深度学习和人工神经网络相关的算法要求需要大量的样本图，这对前期研究造成了很多不便。针对这一问题，现有的专利是通过传统SIFT算法去解决，但是传统的SIFT算法对于目标边缘提取的特征点较少，而边缘往往是分辨目标最重要的特征之一，对于针法而言，各种不同的针法之间表现在绣布上其实就是纹理不同，而纹理最重要的一个特征就是边缘。

发明内容

本发明的目的在于克服现有技术的不足，提供一种刺绣针法图样特征点提取及匹配方法。

本发明的目的是通过以下技术方案来实现的：

一种刺绣针法图样特征点提取及匹配方法，包括以下步骤：

步骤1，输入图像；

步骤2，通过导向滤波函数对输入图像进行预处理；

步骤3，利用导向滤波作为尺度函数构建图像金字塔；

步骤4，定位差分图像金字塔不同尺度的极值点，剔除极值点中不稳定的边缘响应点，得到关键点；

步骤5，为每个关键点分配主方向，经过矫正、旋转生成特征描述子；

步骤6，对生成的特征描述子进行标识；

步骤7，对标识后的特征描述子与模板进行匹配。

优选的，所述步骤2包括以下内容：

设导向图M中的某像素(x,y)在局部领域τ_k内与输出图像O呈线性关系。表示为：

当滤波窗口半径r确定，两个系数也就被唯一确定，也就是说如果在一个窗口内存在图像边缘，那么滤波之后也能够保证输出图像中含有边缘信息。对(9)两边求梯度得：

因此，为了求出采用最小二乘法，有：