[发明专利]特征点的提取方法、图像的重建方法及装置

权利要求书

1.一种特征点的提取方法，其特征在于，包括：

确定针对输入图像初步提取到的多个特征点的数量；

在所述多个特征点的数量大于期望特征点数量时，基于空间划分方法对所述输入图像进行第一网格划分以得到K个第一网格，其中，K大于或等于所述期望特征点数量；

确定所述K个第一网格中每个第一网格的特征点数量，在所述第一网格的特征点数量大于1时，基于所述第一网格中各个特征点距离所述第一网格的中心的距离确定所述各个特征点的统计置信度分数；

基于所述各个特征点的统计置信度分数对所述第一网格的特征点进行筛选，以得到所述第一网格中统计置信度分数最高的特征点。

2.根据权利要求1所述的特征点的提取方法，其特征在于，所述基于所述第一网格中各个特征点距离所述第一网格的中心的距离确定所述各个特征点的统计置信度分数，包括：

基于所述第一网格中所述各个特征点距离所述第一网格的中心的距离，以及所述各个特征点的响应值，确定所述各个特征点的统计置信度分数。

3.根据权利要求2所述的特征点的提取方法，其特征在于，所述基于所述第一网格中所述各个特征点距离所述第一网格的中心的距离，以及所述各个特征点的响应值，确定所述各个特征点的统计置信度分数，包括：

通过对所述第一网格中所述各个特征点距离所述第一网格的中心的距离的倒数以及所述各个特征点的响应值进行加权求和，确定所述各个特征点的统计置信度分数。

4.根据权利要求1所述的特征点的提取方法，其特征在于，所述第一网格划分是基于二叉树、四叉树或八叉树分割方法执行的。

5.根据权利要求1至4中任一项所述的特征点的提取方法，其特征在于，还包括：

基于预设的网格大小对所述输入图像进行第二网格划分，以得到T个第二网格，其中，T为大于1的整数；

针对所述T个第二网格中每个第二网格进行特征点的初步提取，以得到所述多个特征点。

6.根据权利要求5所述的特征点的提取方法，其特征在于，还包括：

针对所述输入图像构建图像金字塔，

其中，所述针对所述T个第二网格中每个第二网格进行特征点的初步提取，以得到所述多个特征点，包括：

基于所述图像金字塔与初始阈值对所述第二网格进行极值点的提取；

在所述极值点的数量为0时，基于第一规则和所述初始阈值得到第一更新阈值，其中，所述第一更新阈值小于所述初始阈值；

基于所述图像金字塔与所述第一更新阈值重新对所述第二网格进行极值点的提取，其中，从所述第二网格中提取的极值点作为特征点。

7.根据权利要求6所述的特征点的提取方法，其特征在于，所述针对所述T个第二网格中每个第二网格进行特征点的初步提取，以得到所述多个特征点，还包括：

在所述极值点的数量大于门槛值时，基于第二规则和所述初始阈值得到第二更新阈值，其中，所述第二更新阈值大于所述初始阈值；

基于所述图像金字塔与所述第二更新阈值重新对所述第二网格进行极值点的提取。

8.根据权利要求1至4中任一项所述的特征点的提取方法，其特征在于，还包括：

对所述输入图像执行尺度金字塔池化操作，得到多个不同尺度空间的图像；

在所述多个不同尺度空间的图像中计算所述第一网格中统计置信度分数最高的特征点对应的特征描述子。

9.一种图像的重建方法，其特征在于，包括：

采用权利要求1至8中任一项所述的特征点的提取方法提取第一图像中的特征点，并计算所述第一图像中的特征点对应的第一特征描述子；

采用权利要求1至8中任一项所述的特征点的提取方法提取第二图像中的特征点，并计算所述第二图像中的特征点对应的第二特征描述子；

基于所述第一特征描述子和所述第二特征描述子对所述第一图像和所述第二图像进行特征匹配以得到匹配结果；

根据所述匹配结果对待重建对象进行重建。