[发明专利]一种基于模值差镜像不变性的SIFT图像匹配方法

说明书

技术领域

本发明涉及一种计算机视觉领域的图像匹配的方法，属于图像信息处理领域。 

背景技术

计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，其主要任务是通过对采集的图片或视频进行处理。计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。 

图像匹配是计算机视觉里的基本技术。图像匹配，即通过一定的匹配方法在两幅或多幅图像之间识别同一个点的过程，其主要可分为以灰度为基础的匹配和以特征为基础的匹配。其中，SIFT（Scale Invariant Feature Transform）即尺度不变特征变换，是该领域目前应用最广泛的一种匹配方法。 

SIFT匹配在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此方法法由David Lowe在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。 

SIFT方法主要有以下特点： 

a)SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性； 

b)独特性（Distinctiveness）好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配； 

c)多量性，即使少数的几个物体也可以产生大量的SIFT特征向量； 

d)可扩展性，可以很方便的与其他形式的特征向量进行联合。 

虽然SIFT被证明是目前最有效的局部特征检测方法，但是由于其生成的特征描绘符维度高，导致匹配速度慢，实时效果不够好。实验结果表明，该方法也不适用于匹配图像的镜像变换。 

发明内容

本发明的目的是克服现有SIFT对于镜像变换匹配的不足，提供一种基于模值差的镜像不变性的SIFT方法。本发明针对SIFT方法在其特征描绘符对镜像变换后，参考特征和待匹配特 征欧式距离发生极大的变换的情况，对特征描绘符进行了改进，使其对于镜像变换具有不变性。 

本发明通过以下步骤实现: 

1)使用SIFT算子对输入的参考图像和待匹配图像进行特征点提取，初步提取出特征点； 

2)对于步骤1的提取结果，进行边缘响应点和对比度低的点的提取，筛选得到精确的特征点； 

3)对步骤2筛选出的特征点进行特征描绘，制成32维特征描绘符； 

4)利用最近邻/次近邻算法对参考图像和待匹配图像进行初始匹配，并剔除错误匹配，实现图像的精确匹配。 

本发明优于传统的SIFT方法主要在其第三步，传统的SIFT匹配方法第三步利用图像的梯度强度及方向信息，制成128维描绘符进行匹配，但是由于图像的特征点对于镜像变换其梯度信息会发生位置上的翻转，导致同一特征点生成的特征描绘符在进行镜像翻转前后，是完全不同的两个向量，其欧式距离相差甚大，会导致步骤四匹配方法无法成功，因此传统SIFT在第三步生成的特征描绘符不具镜像变化不变性。 

因此，本发明利用模值差的镜像不变性来处理特征信息，对特征点的梯度信息进行模值差的操作后再制成描绘符，并对生成描绘向量再次进行模值差处理，因此，生成的描绘符无论从其利用的信息还是其向量本身，都经过模值差处理，都具有镜像不变性，从而确保了改进后的SIFT匹配方法能够克服镜像变换。 

本发明另一个作用是在对特征信息进行模值差处理的同时，将原本的128维特征描述符缩减成32维，达到降维效果，大大的提高了方法的实时性。 

优选的，本发明利用以下方法完成具有镜像不变性的特征描述符的制作： 

1)经过前几步已经提取出特征点，利用邻域点的信息，计算每一个特征点的梯度值m(x,y)和方向θ(x,y)；