[发明专利]尺度空间高斯金字塔构建方法

说明书

本发明公开了尺度空间高斯金字塔构建方法，涉及图像尺度变化方法，具体包括以下步骤：S1，图像预处理，包括灰度变化、边缘锐化、亮度调整；S2，尺度归一化处理；S3，对图像做不同尺度的高斯模糊。S2采用高斯差分金字塔进行尺度归一化。本发明能够有效构建出数据量较小的尺度空间，进而有效计算出特征方向，提高图像检测的精度。

技术领域

本发明涉及一种图像尺度变化方法，具体涉及尺度空间高斯金字塔构建方法。

背景技术

尺度变化是实现多维核变换、图像算子提取前非常重要的步骤，目前高斯金字塔是尺度变化一种非常有效的构建方法，但目前没有一个清晰的方法能够实现这一过程。

发明内容

本发明所要解决的技术问题是尺度变化的高斯金字塔构建，目的在于提供尺度空间高斯金字塔构建方法，解决上述问题。

尺度空间高斯金字塔构建方法，具体包括以下步骤：S1，图像预处理，包括灰度变化、边缘锐化、亮度调整；S2，尺度归一化处理；S3，对图像做不同尺度的高斯模糊；S4，降采样图像。图像的金字塔模型是指，将原始图像不断降阶采样，得到一系列大小不一的图像，由大到小，从下到上构成的塔状模型。原图像为金子塔的第一层，每次降采样所得到的新图像为金字塔的一层(每层一张图像)，每个金字塔共n层。金字塔的层数根据图像的原始大小和塔顶图像的大小共同决定，例如当塔顶图像为4*4时，n＝7，当塔顶图像为2*2时，n＝8。S1，图像预处理，包括灰度变化、边缘锐化、亮度调整；实现图像的降维，避免噪声过大影响图像的后期干扰。S2，尺度归一化处理；归一化处理能够有效统一度量，实现变化的范围控制。S3，对图像做不同尺度的高斯模糊；为了让尺度体现其连续性，高斯金字塔在简单降采样的基础上加上了高斯滤波。将图像金字塔每层的一张图像使用不同参数做高斯模糊，使得金字塔的每层含有多张高斯模糊图像，将金字塔每层多张图像合称为一组。

进一步地，S2采用高斯差分金字塔进行尺度归一化。尺度归一化后的高斯拉普拉斯函数的极大值和极小值同其它的特征提取函数，例如：梯度，Hessian或Harris角特征比较，能够产生最稳定的图像特征，对后期的处理稳定性起决定性作用。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明尺度空间高斯金字塔构建方法，能够有效构建出数据量较小的尺度空间，进而有效计算出特征方向，提高图像检测的精度。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

本发明尺度空间高斯金字塔构建方法，具体包括以下步骤：S1，图像预处理，包括灰度变化、边缘锐化、亮度调整；S2，尺度归一化处理；S3，对图像做不同尺度的高斯模糊；S4，降采样图像。图像的金字塔模型是指，将原始图像不断降阶采样，得到一系列大小不一的图像，由大到小，从下到上构成的塔状模型。原图像为金子塔的第一层，每次降采样所得到的新图像为金字塔的一层(每层一张图像)，每个金字塔共n层。金字塔的层数根据图像的原始大小和塔顶图像的大小共同决定，例如当塔顶图像为4*4时，n＝7，当塔顶图像为2*2时，n＝8。S1，图像预处理，包括灰度变化、边缘锐化、亮度调整；实现图像的降维，避免噪声过大影响图像的后期干扰。S2，尺度归一化处理；归一化处理能够有效统一度量，实现变化的范围控制。S3，对图像做不同尺度的高斯模糊；为了让尺度体现其连续性，高斯金字塔在简单降采样的基础上加上了高斯滤波。将图像金字塔每层的一张图像使用不同参数做高斯模糊，使得金字塔的每层含有多张高斯模糊图像，将金字塔每层多张图像合称为一组。