[发明专利]基于优选空间的SIFT特征快速提取方法、计算机设备以及存储介质有效

专利信息
申请号: 202110558502.6 申请日: 2021-05-21
公开(公告)号: CN113221921B 公开(公告)日: 2022-05-27
发明(设计)人: 陈绵书;张雅琦;张子墨;李晓妮;桑爱军 申请(专利权)人: 吉林大学
主分类号: G06V10/46 分类号: G06V10/46
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 谢松;徐凯凯
地址: 130022 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 优选 空间 sift 特征 快速 提取 方法 计算机 设备 以及 存储 介质
【权利要求书】:

1.一种基于优选空间的SIFT特征快速提取方法,其特征在于,包括步骤:

获取确定优选特征空间的学习样本集;

确定所述学习样本集对应的优选特征空间;其中,所述优选特征空间包括若干个特征空间层,所述优选特征空间中的所述特征空间层按照所述特征空间层的配准特征数量依次排列;

获取待匹配图像和所述待匹配图像对应的已知图像,基于所述优选特征空间,对所述已知图像以及所述待匹配图像进行SIFT特征提取和匹配;

当所述已知图像以及所述待匹配图像的配准特征数量满足预设要求时,所述待匹配图像匹配成功;

所述学习样本集包括若干个原始图像;

所述确定所述学习样本集对应的优选特征空间,包括:

根据所述原始图像中的目标对所述学习样本集中各原始图像分别进行归一化,得到各原始图像各自分别对应的归一化图像;

根据所述归一化图像的宽和高,确定尺度空间的特征空间层的数量;

提取各归一化图像各自分别对应的SIFT特征,并确定各SIFT特征对应的特征空间层;

对任意两个归一化图像各自分别对应的SIFT特征进行匹配,得到所述两个归一化图像的匹配特征对;

根据所有匹配特征对,确定各特征空间层各自分别对应的配准特征数量;

将所有特征空间层按照所述配准特征数量依次排列,以形成优选特征空间;

所述优选特征空间中的所述特征空间层按照所述特征空间层的配准特征数量从大至小依次排列;

所述基于所述优选特征空间,对所述已知图像以及所述待匹配图像进行SIFT特征提取和匹配,包括:

根据所述优选特征空间中的第一个特征空间层以及所述第一个特征空间层的相邻特征空间层,确定所述第一个特征空间层对应的空间层集合;其中,所述第一个特征空间层的相邻特征空间层为所述尺度空间内与所述第一个特征空间层相邻的特征空间层;

分别提取所述待匹配图像、所述已知图像在所述空间层集合中的SIFT特征后进行匹配;

当所述已知图像以及所述待匹配图像的配准特征数量不满足预设要求时,根据所述优选特征空间中的下一个特征空间层以及所述下一个特征空间层的相邻特征空间层,确定所述下一个特征空间层对应的空间层集合,并继续执行分别提取所述待匹配图像、所述已知图像在所述空间层集合中的SIFT特征后进行匹配的步骤,直至遍历所述优选特征空间中的特征空间层时结束。

2.根据权利要求1所述的基于优选空间的SIFT特征快速提取方法,其特征在于,所述将所有特征空间层按照所述配准特征数量依次排列,以形成优选特征空间,包括:

当所述特征空间层对应的配准特征数量为0时,剔除该特征空间层;

将配准特征数量不为0的特征空间层按照所述配准特征数量依次排列,以形成优选特征空间。

3.根据权利要求1所述的基于优选空间的SIFT特征快速提取方法,其特征在于,所述两个归一化图像分别为第一归一化图像和第二归一化图像;

所述对任意两个归一化图像各自分别对应的SIFT特征进行匹配,得到所述两个归一化图像的匹配特征对,包括:

针对所述第一归一化图像中每一个SIFT特征,搜索所述第二归一化图像中与该SIFT特征对应的第二最佳匹配特征和第二次佳匹配特征;

当该SIFT特征与所述第二最佳匹配特征的距离,以及该SIFT特征与所述第二次佳匹配特征的距离满足第一预设条件时,将所述第二最佳匹配特征作为第一候选配对特征;

搜索所述第一归一化图像中与所述第一候选配对特征对应的第一最佳匹配特征和第一次佳匹配特征;

当所述第一候选配对特征与所述第一最佳匹配特征的距离,以及所述第一候选配对特征与所述第一次佳匹配特征的距离满足第二预设条件时,将所述第一最佳匹配特征作为第二候选配对特征;

当所述第一归一化图像中该SIFT特征为所述第二候选配对特征时,则将该SIFT特征和所述第二最佳匹配特征作为所述两个归一化图像的匹配特征对。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110558502.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top