[发明专利]一种基于自适应分数阶微分SURF改进方法

摘要

本发明涉及一种基于自适应分数阶微分SURF改进方法，SURF描述子以积分图像作为后续特征点表示的基础，在计算主方向时利用移动扇形区域内的Haar小波响应，水平方向上的响应为式(1)所示，竖直方向上的响应为式(2)所示：其中，L_integral(x,y)表示积分图像L(x,y)在(x,y)位置上的数值，w_d表示高斯权重；利用分数阶差分的形式重新计算水平方向和竖直方向上的响应，水平方向的响应如式(3)中所示，竖直方向的响应如式(4)中所示：本发明的SURF改进方法，保证描述子准确性、高辨识度和独特性同时，有效降低了其维度，满足了实时性要求。在加噪声、旋转和光照变化的情况下，检测的特征点数和匹配的点数比传统的SURF高得多，并且匹配的准确率也有所提高。

主权项

一种基于自适应分数阶微分SURF改进方法，SURF描述子以积分图像作为后续特征点表示的基础，在计算主方向时利用移动扇形区域内的Haar小波响应，水平方向上的响应为式(1)所示，竖直方向上的响应为式(2)所示：V_x＝([L_integral(x，y+1)‑L_integral(x，y)]+[L_integral(x+1，y+1)‑L_integral(x+1，y)])*w_d    (1)V_y＝([L_integral(x+1，y)‑L_integral(x，y)]+[L_integral(x+1，y+1)‑L_integeal(x，y+1)])*w_d     (2)其中，L_integral(x,y)表示积分图像L(x,y)在(x,y)位置上的数值，w_d表示高斯权重；其特征在于，利用分数阶差分的形式重新计算水平方向和竖直方向上的响应，水平方向的响应如式(3)中所示，竖直方向的响应如式(4)中所示：$V_x=(\[-\frac{{\∂}^{v_{apt}}L(x,y)}{\∂y^{v_{apt}}}\]-\[\frac{{\∂}^{v_{apt}}L(x+1,y)}{\∂y^{v_{apt}}}\])*(w_d+w_c)---\left(3\right)$$V_y=(\[-\frac{{\∂}^{v_{apt}}L(x,y)}{\∂x^{v_{apt}}}\]-\[\frac{{\∂}^{v_{apt}}L(x,y+1)}{\∂x^{v_{apt}}}\])*(w_d+w_c)---\left(4\right).$