[发明专利]一种基于角点描述子的图像检索方法

摘要

本发明公开了一种基于角点描述子的图像检索方法，通过提取图像角点的局部邻域特征和空间位置特征实现角点匹配，在图像检索实验中表现出较高的准确性。其实现过程是：(1)检索图像和数据库图像二值化处理；(2)对查询图像和数据库图像分别检测角点；(3)对每个角点提取局部分布特征LSD和全局分布特征GSD并进行融合；(4)角点匹配；(5)按照角点匹配程度返回检索结果。本发明提出的角点描述方法，在相似图像匹配中表现出较强的鲁棒性，应用于图像检索的准确性较高。

主权项

一种基于角点描述子的图像检索方法，其特征在于包括如下步骤：(1)输入查询图像I0和图像数据库S，其中S包含k幅图像，S＝{Ij},j＝1,2,…,k；(2)角点检测；对查询图像和图像数据库中的图像二值化提取边缘并滤波后利用基于边缘曲率极大值的方法检测角点；对查询图像I0检测角点，得到查询图像的角点集合P0＝{P0u},u＝1,2,…,m，对图像数据库S中的任意一幅图像Ij(j＝1,2,…,k)检测角点，得到Ij的角点集合Pj＝{Pjv},v＝1,2,…,n，其中m,n分别是I0和Ij的角点数目；(3)特征提取；对P0和Pj中的每个角点分别提取局部统计分布LSD特征fLSD，全局统计分布GSD特征fGSD，将这两个特征级联起来描述二值图像角点特征：f＝[w1fLSD,w2fGSD]其中，w1和w2分别为LSD特征和GSD特征的加权值，这里w2＝2w1；对P0和Pj分别得到两个角点描述集合F0＝{f0u},u＝1,2,…,m、Fj＝{fjv},v＝1,2,…,n；(4)角点匹配；对P0中任意点P0u,u＝1,2,…,m，对应特征向量f0u,u＝1,2,…,m，Pj中任意点Pjv,v＝1,2,…,n，对应特征向量fjv,v＝1,2,…,n，计算P0和Pj的距离duv＝||f0u‑fjv||；设相似阈值为T，则有当duv≤T时P0u和Pjv相似，当duv＞T时P0u和Pjv不相似；遍历F0和Fj找出最相似的匹配点对，通过基于仿射变换的RANSAC筛选，消除误匹配，得到最终角点匹配结果；(5)返回结果；按照查询图像和图像数据库中角点匹配率从大到小的顺序依次返回前N幅图像作为图像检索结果。