[发明专利]一种具有精准坐标的图像特征点提取方法

摘要

本发明涉及一种具有精准坐标的图像特征点提取方法。包括如下步骤：步骤1，输入灰度图像；步骤2，边缘检测；步骤3，合并边缘；步骤4，边缘长度筛选；步骤5，边缘参数化处理；步骤6，构造尺度空间；步骤7，计算绝对曲率；步骤8，搜索局部极值点；步骤9，提取特征点；步骤10，定位特征点坐标；步骤11，输出特征点。采用本发明所述的方法，能够检测图像特征点并准确定位坐标，可以应用于数字图像配准等领域。

主权项

1.一种具有精准坐标的图像特征点提取方法，其特征在于包括以下步骤：步骤1：输入高为h，宽为w的灰度图像I；步骤2：对图像I进行边缘检测，得到边缘集合SE；步骤3：遍历边缘集合SE中的所有边缘曲线，进行合并处理，得到合并边缘集合SME，；步骤4：遍历合并边缘集合SME中的所有边缘曲线，当边缘曲线的长度大于阈值Tlength时，则保留，否则删除，得到长边缘集合SLE；步骤5：对长边缘集合SLE中的所有边缘曲线CP1P2分别进行参数化处理，得到参数化长边缘集合SPLE；步骤6：基于步骤5中的参数化长边缘集合SPLE，构造包含SPLEσ1，SPLEσ2和SPLEσ3三个尺度分层的尺度空间ScaleSP＝{SPLEσ1,SPLEσ2,SPLEσ3}，具体方法为：式(2)中，为卷积运算符，G()为高斯卷积核，σ₁，σ₂和σ₃为尺度空间因子，且σ₁>σ₂>σ₃>1；步骤7：分别计算尺度分层SPLEσ1，SPLEσ2和SPLEσ3中的所有参数化长边缘上所有点的绝对曲率，得到曲率集合SCσ1，SCσ2和SCσ3；步骤8：搜索曲率集合SCσ1中的局部极值点，得到局部极值点集合SExtr；步骤9：遍历局部极值点集合SExtr中的所有局部极大值点Plmaxi，并与其相邻的两个局部极小值点Plmini‑1和Plmini+1进行比较，得到特征点集合SCorn；步骤10：往小尺度方向对特征点集合SCorn中的特征点位置进行精确定位，，更新特征点集合SCorn；步骤11：将特征点集合SCorn_AP的特征点输出并显示在灰度图像I中。