[发明专利]具有翻转不变性的图像特征提取和描述方法

摘要

本发明属于图像处理技术领域，涉及一种具有镜面翻转不变性的特征提取和描述方法，包括下列步骤：(1)对输入的图像进行高斯核卷积处理；(2)对图像继续进行高斯差处理，检测其极值点；(3)筛选特征点；(4)精确定位特征点位置；(5)确定每一个特征点的方向参数；(6)对分别以主方向为分界线的两侧的梯度模值求和；(7)划分辅助区域，组织像素单元，进行编码和归一化操作，从而生成对图像的描述数据。本发明增加了特征提取和描述方法对镜面成像问题的健壮性，扩展了计算机视觉的应用领域。

主权项

1.一种具有翻转不变性的图像特征提取和描述方法，包括下列步骤：步骤1：对输入的图像I(x，y)进行高斯核卷积处理，即L(x，y，σ)＝G(x，y，σ)*I(x，y)，得到多尺度空间表达的图像L(x，y，σ)，式中，其中σ为高斯正态分布的方差；步骤2：对多尺度空间表达的图像L(x，y，σ)按照下列公式进行高斯差处理D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ)，检测多尺度空间表达的图像L(x，y，σ)的极值点；步骤3：利用阈值法和黑塞矩阵法筛选特征点，剔除具有低对比度和边缘响应的备选点；步骤4：采用拟合三维二次曲线的方式精确定位特征点位置；步骤5：根据特征点辅助邻域像素上的梯度方向θ(x，y)和大小m(x，y)的信息，确定每一个特征点的方向参数，其中：m(x,y)=(L(x+1,y)-L(x-1,y))2+(L(x,y+1)-L(x,y-1))2,]]>并采用直方图的形式，结合以特征点为圆心的高斯权值窗口，根据整个邻域中的各个像素点的梯度大小和方向进行统计，并确定主方向；步骤6：对分别以主方向为分界线的两侧的梯度模值求和，计算和其中，N_bin是所有方向的总数，n_d则是主方向的索引并且L_i表示在方向上的梯度模值，％代表取模操作；步骤7：以特征点为中心选取一个正方形为辅助区域，将辅助区域划分成9个像素单元，该9个像素单元采用覆盖-扩展的方式来组织，即上层单元包含于下层单元，中心单元包含于外层单元；步骤8：按照左到右，由上至下再由下至上的横向“S”型组织辅助区域里的9个像素单元，每个单元中8个梯度从梯度角相对主方向0度开始顺时针编码，使用9个存储单元存储每个单元中的8个梯度信息，其中相对与主方向0度的梯度拆分成二等分，放置在9个存储单元的首尾，并进行归一化操作，从而生成对图像的描述数据，特征描述符的维数为81+2维，其中81维即9个像素单元×9个梯度存储单元，另外两维S_r以及S_l用以存储81维描述符信息使用顺序的标志信息；步骤9：求取m＝max(m_r，m_l)，若m_r＞τm，则使用描述符信息的顺序为顺序，否则，不使用顺序的描述符信息；若m_l＞τm，则使用描述符信息的顺序为逆序，否则，不使用逆序的描述符信息，其中τ为限制系数，取值在0与1之间。