[发明专利]基于SIFT的具有镜面翻转不变性的特征提取和描述方法

摘要

本发明属于图像处理技术领域，涉及一种基于SIFT的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)组织高斯权值窗口里的像素单元，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

1.一种基于SIFT的具有镜面翻转不变性的特征提取和描述方法，其特征在于，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，G(x,y,σ)=12πσ2e-(x2+y2)/2σ2,]]>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；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,]]>θ(x,y)=tan-1(L(x,y+1)-L(x,y-1)L(x+1,y)-(L(x-1),y)),]]>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，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mr=Σk=1(Nbin-2)/2L(nd-k+Nbin)%Nbin]]>和ml=Σk=1(Nbin-2)/2L(nd+k+Nbin)%Nbin,]]>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：若m_r＞m_l，则由上至下、由右至左组织高斯权值窗口里的像素单元，每个单元中各个梯度从梯度角相对主方向0度开始顺时针编码，否则，则由上至下、由右至左组织高斯权值窗口里的像素单元，每个单元中各个梯度从梯度角相对主方向0度开始逆时针编码，并进行归一化操作，从而生成对图像的描述数据。