[发明专利]基于特征间方位距的特征描述系统

说明书

基于特征间方位距的特征描述系统，涉及图像特征提取领域。采用特征检测器检测一个图像所有特征点，采用特征筛选单元对特征点进行筛选，然后利用特征间关系计算单元计算每一个主要特征点与其余所有次要特征点之间的方位和距离，并进一步计算其关系强度。最后由特征描述生成单元对其进行特征描述，即特征描述向量。本发明采用了特征之间的方位距的信息来量化描述特征，此方法无需利用尺度空间以及灰度梯度变化信息即可描述特征，同时保持一定的区分性，以及尺度不变性。该方法计算复杂度低，易于在硬件中实现，有利于加速特征匹配、图像配准等应用，给快速实时性的应用带来了潜能。

技术领域

本发明涉及图像特征提取领域，具体涉及一种特征间方位距的特征描述系统

背景技术

特征提取是检测图像中的点状、角点等特征，并用恰当的方法来量化描述这些特征，为后续的诸如图像配准、图像拼接、图像融合等处理做准备。因此特征提取是许多图像应用的关键步骤。特征提取分为特征检测以及特征描述两个步骤，从计算复杂度方面来比较，特征描述具有较高的计算复杂度，因为它需要充分利用检测到的特征点周围的像元的灰度变化信息来确定方向、尺度等信息。这使得许多基于特征的图像处理在实时性应用中受到了限制。

发明内容

本发明针对现有技术中对特征描述的高计算复杂，且实时性差等问题，提出一种基于特征间方位距的特征描述系统。

基于特征间方位距的特征描述系统，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