[发明专利]一种利用空间显著性筛选关键点的方法

权利要求书

1.一种利用空间显著性筛选关键点的方法，其特征在于，包括以下步骤：

步骤1：用特征检测算法提取图像的关键点；

步骤2：计算图像的空间显著性，得到显著性图；

步骤3：在显著性图上计算关键点的局部空间显著性，以此作为评价关键点优劣的分数；

步骤4：筛选关键点。

2.根据权利要求1所述的一种利用空间显著性筛选关键点的方法，其特征在于，所述的步骤1中采用SIFT算法来检测关键点，得到关键点的位置和尺度σ。

3.根据权利要求1所述的一种利用空间显著性筛选关键点的方法，其特征在于，所述的步骤2中，图像的显著性图的计算采用加权最大相位对齐模型，步骤如下：

步骤2.1：由原始图像得到RGB三个颜色通道的灰度图像；

步骤2.2：为RGB三个颜色通道的灰度图像建立各自的高斯差分金字塔，八度和层数与步骤1中的SIFT算法中使用的八度和层数一致；

步骤2.3：根据关键点的高斯平滑尺度σ，在三个颜色通道的高斯差分金字塔里分别找到与该尺度σ最接近的三幅高斯差分图像；

步骤2.4：依次对步骤2.3得到的三幅高斯差分图像的每个像素做加权最大相位对齐测量，加权最大相位对齐测量值可由如下计算公式得到：

其中S是进行单演滤波时的尺度的个数，

是第i尺度的单演信号：

是像素(x,y)中的局部能量矢量：

θi是向量和向量的夹角，该角度表示第i个尺度上单演信号的局部相位相对于像素(x,y)中的局部能量矢量的偏差，为权重系数；

步骤2.5：将步骤2.4得到的三个颜色通道下的加权最大相位对齐测量图相加，得到相应的显著性图；

其中c为颜色通道序号。

4.根据权利要求1所述的一种利用空间显著性筛选关键点的方法，其特征在于，所述的步骤3中，关键点的局部空间显著性定义为在显著性图的局部区域内像素的平均空间显著性，局部区域为以关键点为圆心，半径为3σ的圆形区域，σ为高斯平滑尺度，以关键点的局部空间显著性值的大小为评判分数，分数越大就认为关键点越重要。

5.根据权利要求1所述的一种利用空间显著性筛选关键点的方法，其特征在于，所述的步骤4中，对图像进行网格化，对于每个网格单元，计算单元格内的关键点分数的平均值，然后筛选出每个网格单元内在各自分数平均值以上的关键点作为最后的关键点。