[发明专利]基于尺度化缓存插值结构的鲁棒特征点提取系统有效

专利信息
申请号: 201510868049.3 申请日: 2015-12-01
公开(公告)号: CN105447493B 公开(公告)日: 2018-08-03
发明(设计)人: 贾希杰;郭开元;汪玉;王文强;杨华中 申请(专利权)人: 清华大学
主分类号: G06K9/46 分类号: G06K9/46
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张大威
地址: 100084 北京*** 国省代码: 北京;11
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 尺度 缓存 结构 特征 提取 系统
【权利要求书】:

1.一种基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,包括:

积分图计算模块,所述积分图计算模块用于读取预先缓存的输入图像,并计算得到所述输入图像的积分图数据;

特征点定位模块,所述特征点定位模块与所述积分图计算模块相连,用于根据所述积分图数据得到符合预设条件的特征点的亚像素位置,其中,所述亚像素位置包括亚像素坐标及所在尺度;

尺度化缓存插值模块,所述尺度化缓存插值模块与所述积分图计算模块相连,用于对所述积分图数据进行多尺度化缓存,以得到整数坐标数据组,并对所述整数坐标组进行插值;

特征点方向计算模块,所述特征点方向计算模块分别与所述特征点定位模块和所述尺度化缓存插值模块相连,用于根据每个所述特征点的亚像素位置及所述尺度化缓存插值模块输出的插值结果确定每个特征点的特征方向;

特征点描述符向量计算模块,所述特征点描述符向量计算模块分别与所述特征点方向计算模块和所述尺度化缓存插值模块相连,用于根据所述特征点的亚像素位置、所述插值结果和特征点方向,计算得到特征点描述符向量;

单位向量计算模块,所述单位向量计算模块与所述特征点描述符向量计算模块相连,用于对所述特征点描述符向量进行单位化,以得到预设小数精度的特征点单位向量描述符向量。

2.根据权利要求1所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,所述尺度化缓存插值模块用于:

将特征点方向计算所需的邻域点作为积分图数据插值,并将所述积分图数据插值存储于尺度化积分图缓存组中;以及

将特征点描述符向量计算所需的邻域点作为Haar小波向量数据插值,并将所述Haar小波向量数据插值分别存储于第一尺度化缓存组和第二尺度化缓存组中。

3.根据权利要求1所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,所述尺度化缓存插值模块输出的插值结果包括亚像素积分图数据和亚像素Haar小波向量数据。

4.根据权利要求3所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,

所述特征点方向计算模块用于根据每个特征点的亚像素位置得到对应的多个邻域点所复用的多个积分图数据的亚像素坐标,并从所述尺度化缓存插值模块中读取所述亚像素积分图数据,通过Haar计算后得到Haar小波向量,并根据所述Haar小波向量确定每个特征点的特征方向。

5.根据权利要求3所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,

所述特征点描述向量计算模块用于根据所述特征点的亚像素位置和特征点方向,计算对应的多个邻域点的亚像素坐标,并从所述尺度化缓存插值模块中读取所述亚像素Haar小波向量数据,并通过高斯累加后得到所述特征点描述符向量。

6.根据权利要求2所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,所述尺度化积分图缓存组、第一尺度化缓存组和第二尺度化缓存组均包括第一至第四尺度化缓存,所述第一至第四尺度化缓存分别包括第五至第八尺度化子缓存,所述第五至第八尺度化子缓存分别根据数据的坐标信息的奇偶性对数据进行存储。

7.根据权利要求6所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,所述第一至第四尺度化缓存的尺度各不相同。

8.根据权利要求6所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,其中,所述尺度化缓存插值模块还用于:

在所述特征点方向计算模块和特征点描述符向量计算模块将亚像素坐标信息传入时,根据坐标信息分别从所述第五至第八尺度化子缓存中读取相应的数据,以构成亚像素数据插值所需的所述整数坐标数据组。

9.根据权利要求8所述的基于尺度化缓存插值结构的快速鲁棒性特征提取系统,其特征在于,所述整数坐标数据组包括:左上、右上、右下和左下四个整数坐标。

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清华大学,未经清华大学许可,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/201510868049.3/1.html,转载请声明来源钻瓜专利网。

×

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