[发明专利]基于特征间方位距的特征描述系统

权利要求书

1.基于特征间方位距的特征描述系统，其特征是：该系统包括高斯平滑单元、特征检测器、特征筛选单元、特征间关系计算单元和特征描述子生成单元；

所述特征筛选单元包括次要特征筛选单元和主要特征筛选单元；

所述特征描述子生成单元包括方向估计单元和方向强度直方图统计单元；

所述高斯平滑单元对输入图像I(x,y)进行平滑处理后通过特征检测器进行特征检测；

所述特征检测器检测获得图像的特征点集F^(I)，同时获得特征点f_i^(I)在图像中的位置Loc(f_i^(I))＝(x_i,y_i)及所述特征点f_i^(I)的响应强度Mag(f_i^(I))，所述特征点集表示为：

F^(I)＝{f_i^(I)|i∈[1,2,...,N_f]}

式中，i表示检测到的特征点f_i^(I)的序数，所述图像的特征点集包括N_f个特征点；

所述次要特征筛选单元对所述特征检测器检测获得的特征点集F^(I)进行次要特征点筛选；具体为：

引入调制后的特征响应强度Mag_m，用下式表示为：

式中，M,N表示图像的宽和高；将所有的特征点按照调制后的特征响应强度的降序排序，选出前半部分的特征点作为次要特征点，然后重新分配序号，即f_i^(I,SF)；所述次要特征点组成次要特征点集F^(I,SF)，用下式表示为：

F^(I,SF)＝{f_i^(I,SF)|i∈[1,2,…,N_f/2]}

将所述次要特征点集F^(I,SF)采用所述主要特征筛选单元进行筛选，确定主要特征点，具体过程为：

初始化图像的主要特征点集F^(I,PF)为空集，即

对每一个次级特征点f_i^(I,SF)，定义其半径为R的圆域D(f_i^(I,SF))，用下式表示为：

D(f_i^(I,SF))＝{(x,y)|(x-x_i)²+(y-y_i)²＜R²}

若所述圆域内不存在其他次级特征点满足则将所述f_i^(I,SF)作为主要特征点，即f_i^(I,SF)∈F^(I,PF)；

对主要特征点集F^(I,PF)中的所有主要特征点重新分配序数，即得到主要特征点f_i^(I,PF)；

则主要特征点集满足下式：

通过所述特征间关系计算单元计算每个主要特征点f_i^(I,PF)与其他次要特征点之间的相对方位和距离，

所述方向估计单元将确定每个主要特征点的主方向，并将所述主方向作为参考方向，将所有次要特征点与该主要特征点的相对方位按顺时针映射到0～2π范围；

其中，主方向Ori(f_i^(I,PF))按照与该主要特征点关系最强的次要特征点的相对方位来确定；即：

其中满足：

将重映射后的相对方位记作

所述方向强度直方图统计单元将对所述主方向Ori(f_i^(I,PF))和重映射后的相对方位进行统计，生成特征描述向量；具体方法如下：

对于每个主要特征点，以此为中心，从它的主方向开始，将图像分成n个扇形区域，分别代表n个方向区间；

然后统计每个方向区间内所有次级特征点相对于该主要特征点的关系强度总和，成为该方向区间的强度；

在获取所有方向区间的强度后，组成f_i^(I,PF)的特征描述向量用下式表示为：

直到获得所有主要特征点的特征描述向量。