專(zhuān)利名稱(chēng)：圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置。
背景技術(shù)：
目前，數(shù)字圖像是較為常用的信息載體。從圖形的角度來(lái)說(shuō)，若圖像中的某一像 素點(diǎn)是圖像特征點(diǎn)，那么在某個(gè)距離內(nèi)，該點(diǎn)必然在某方向或多個(gè)方向上的變化劇烈，例如 “團(tuán)漬”區(qū)域易提取圖像特征點(diǎn)。在眾多數(shù)字圖像處理技術(shù)中，圖像特征點(diǎn)如同“地標(biāo)”，在 圖像局部區(qū)域定位上起到關(guān)鍵作用。以下列舉的圖像處理技術(shù)都是依靠圖像特征點(diǎn)匹配或 再同步來(lái)完成其重要環(huán)節(jié)上的工作，包括圖像識(shí)別技術(shù)、基于內(nèi)容的圖像檢索技術(shù)、圖像 拼接技術(shù)、圖像匹配技術(shù)和數(shù)字圖像水印技術(shù)等。從圖像特征點(diǎn)提取方法的角度看，如果某個(gè)點(diǎn)是圖像特征點(diǎn)，則在其的某個(gè)方向 上代價(jià)函數(shù)值的變化是最大的。因此，構(gòu)造適當(dāng)?shù)拇鷥r(jià)函數(shù)，在不同的圖像縮放尺度或圖像 內(nèi)容背景上，能夠較快地提取圖像特征點(diǎn)，是圖像特征點(diǎn)提取方法的重要內(nèi)容。同時(shí)，也需 要要求圖像特征點(diǎn)方法能夠抵抗常見(jiàn)的圖像處理操作，如縮放圖像，即提取的圖像特征點(diǎn) 具有尺度不變性。尺度在這里表示圖像不同的大小比例。因此，建立在尺度空間理論上的 圖像特征點(diǎn)提取方法具有尺度不變的性質(zhì)?，F(xiàn)有技術(shù)提供以下幾種圖像特征點(diǎn)提取方法(I)Moravec提取方法。該方法的濾波函數(shù)窗口是一個(gè)2值函數(shù)，很容易受到噪聲 的影響，該方法只考慮了每隔45度的方向變化，而沒(méi)有在全部的方向上進(jìn)行考慮，該方法 對(duì)于邊緣的響應(yīng)過(guò)于劇烈。(2)Harris角點(diǎn)方法對(duì)Moravec方法做了直接的改進(jìn)，用高斯函數(shù)來(lái)作為濾波函 數(shù)，用一階泰勒展開(kāi)式來(lái)表示在所有方向上的變化，但是Harris角點(diǎn)方法不支持圖像的尺 度變化，即圖像的縮放。(3) Harris Laplacian方法是在Harris角點(diǎn)方法的基礎(chǔ)上，利用尺度空間理論， 尋找多尺度空間的最大響應(yīng)點(diǎn)。該方法提取的圖像特征點(diǎn)重現(xiàn)率較Harris角點(diǎn)方法高，同 時(shí)具有尺度不變性，但缺點(diǎn)是迭代遍歷尺度空間時(shí)的運(yùn)算量大，這大大限制了其在實(shí)時(shí)性 場(chǎng)合的應(yīng)用。(4) SIFT (Scale Invariant Feature Transform)方法簡(jiǎn)化了 Harris Laplacian 方法中尺度空間的構(gòu)造方式，采用差值濾波函數(shù)的局部極值來(lái)刻畫(huà)圖像特征點(diǎn)的尺度不變 性，優(yōu)點(diǎn)是運(yùn)算速度較快，但缺點(diǎn)是圖像特征點(diǎn)重現(xiàn)率較前者低，這同樣限制了其在對(duì)重現(xiàn) 率要求較高場(chǎng)合的應(yīng)用。發(fā)明人在實(shí)現(xiàn)本發(fā)明的技術(shù)方案的同時(shí)發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下缺陷目前關(guān) 于各類(lèi)圖像特征點(diǎn)的提取方法，都沒(méi)有量化出圖像特征點(diǎn)的穩(wěn)定性。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題在于提供一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置，能夠?qū)崿F(xiàn)量化出圖像特征點(diǎn)的穩(wěn)定性。為解決上述技術(shù)問(wèn)題，本發(fā)明一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置采用如下 技術(shù)方案一種圖像穩(wěn)定特征點(diǎn)的提取方法，包括對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像尺度空間；通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集合；計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn)的穩(wěn)定因子通過(guò)閾值控 制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。在所述對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像尺度空間之前，還包 括讀入數(shù)字圖像點(diǎn)陣數(shù)據(jù)。所述通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集合包括遍歷所述圖像尺度空間，選取局部響應(yīng)極值，獲得所述尺度不變的圖像特征點(diǎn)點(diǎn)集合。所述計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn)的穩(wěn)定因子通過(guò)閾值 控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合包括根據(jù)所述圖像特征點(diǎn)在所述尺度空間的當(dāng)前層的局部響應(yīng)值，計(jì)算所述圖像特征 點(diǎn)的穩(wěn)定因子；篩選出所述穩(wěn)定因子大于某一閾值的圖像特征點(diǎn)；獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。所述閾值為0.1。一種圖像穩(wěn)定特征點(diǎn)的提取裝置，包括尺度空間生成模塊、特征點(diǎn)檢測(cè)模塊和特 征點(diǎn)量化模塊，其中，所述尺度空間生成模塊用于對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像 尺度空間；所述特征點(diǎn)檢測(cè)模塊用于通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集 合；所述特征點(diǎn)量化模塊用于計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn) 的穩(wěn)定因子通過(guò)閾值控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。還包括讀取模塊，所述讀取模塊用于讀入數(shù)字圖像點(diǎn)陣數(shù)據(jù)。所述特征點(diǎn)檢測(cè)模塊包括計(jì)算子模塊、篩選子模塊和獲得子模塊，其中，所述計(jì)算子模塊用于根據(jù)所述圖像特征點(diǎn)在所述尺度空間的當(dāng)前層的局部響應(yīng) 值，計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子；所述篩選子模塊用于篩選出所述穩(wěn)定因子大于某一閾值的圖像特征點(diǎn)；所述獲得子模塊用于獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。本發(fā)明提供的一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置，通過(guò)濾波后圖像依次等 比例縮小來(lái)構(gòu)建圖像的尺度空間，再通過(guò)檢驗(yàn)圖像尺度空間的局部區(qū)域極值點(diǎn)來(lái)獲得圖像 特征點(diǎn)，通過(guò)圖像特征點(diǎn)與二維高斯函數(shù)的乘積來(lái)量化其穩(wěn)定性，并在閾值控制下，提取出 具有尺度不變性質(zhì)的圖像穩(wěn)定特征點(diǎn)，量化了圖像特征點(diǎn)的穩(wěn)定性。
為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例描述 中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些 實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附 圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例一圖像穩(wěn)定特征點(diǎn)的提取方法的流程示意圖；圖2為本發(fā)明實(shí)施例一圖像穩(wěn)定特征點(diǎn)的提取裝置的結(jié)構(gòu)示意圖；圖3為本發(fā)明實(shí)施例二圖像穩(wěn)定特征點(diǎn)的提取方法的流程示意圖；圖4為本發(fā)明實(shí)施例二中尺度空間構(gòu)建方法的結(jié)構(gòu)示意圖；圖5為本發(fā)明實(shí)施例二中特征點(diǎn)檢測(cè)方法的結(jié)構(gòu)示意圖；圖6為本發(fā)明實(shí)施例二中穩(wěn)定因子計(jì)算方法的結(jié)構(gòu)示意圖；圖7為本發(fā)明實(shí)施例二中Lena圖像中通過(guò)閾值控制獲得的圖像特征點(diǎn)集合示意 圖；圖8為為本發(fā)明實(shí)施例二通過(guò)穩(wěn)定因子閾值從圖7所示的圖像特征點(diǎn)集合中篩選 出的圖像穩(wěn)定特征點(diǎn)示意圖；圖9為將圖7縮小至原圖大小的0. 7倍后提取的圖像特征點(diǎn)集合示意圖；圖10為將圖7縮小至原圖大小的0. 7倍，再順時(shí)針旋轉(zhuǎn)30度后提取出的圖像特 征點(diǎn)集合示意圖；圖11為本發(fā)明實(shí)施例二圖像穩(wěn)定特征點(diǎn)的提取裝置的結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā) 明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施 例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明實(shí)施例提供一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置，量化了圖像特征點(diǎn) 的穩(wěn)定性。實(shí)施例一本發(fā)明實(shí)施例提供一種圖像穩(wěn)定特征點(diǎn)的提取方法，如圖1所示，該方法包括步驟11、對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像尺度空間；步驟12、通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集合；步驟13、計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn)的穩(wěn)定因子通過(guò) 閾值控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。根據(jù)經(jīng)典SIFT方法近似表示圖像尺度空間的原理，構(gòu)建同樣具有尺度不變性質(zhì) 的圖像特征點(diǎn)提取方法。概括地說(shuō)，通過(guò)濾波后圖像依次等比例縮小來(lái)構(gòu)建圖像的尺度空 間，通過(guò)檢驗(yàn)圖像尺度空間的局部區(qū)域極值點(diǎn)來(lái)獲得特征點(diǎn)，通過(guò)圖像特征點(diǎn)與2維高斯 函數(shù)的乘積來(lái)量化其穩(wěn)定性。在閾值控制下，提取出具有尺度不變性質(zhì)的圖像穩(wěn)定特征點(diǎn)。本發(fā)明實(shí)施例提供一種圖像穩(wěn)定特征點(diǎn)的提取裝置，如圖2所示，該裝置包括尺度空間生成模塊1、特征點(diǎn)檢測(cè)模塊2和特征點(diǎn)量化模塊3。所述尺度空間生成模塊1用于對(duì)對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建 圖像尺度空間；所述特征點(diǎn)檢測(cè)模塊2用于通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征 點(diǎn)點(diǎn)集合；所述特征點(diǎn)量化模塊3用于計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特 征點(diǎn)的穩(wěn)定因子通過(guò)閾值控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。本發(fā)明實(shí)施例提供的一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置，通過(guò)濾波后圖像 依次等比例縮小來(lái)構(gòu)建圖像的尺度空間，再通過(guò)檢驗(yàn)圖像尺度空間的局部區(qū)域極值點(diǎn)來(lái)獲 得圖像特征點(diǎn)，通過(guò)圖像特征點(diǎn)與二維高斯函數(shù)的乘積來(lái)量化其穩(wěn)定性，并在閾值控制下， 提取出具有尺度不變性質(zhì)的圖像穩(wěn)定特征點(diǎn)，量化了圖像特征點(diǎn)的穩(wěn)定性。實(shí)施例二本發(fā)明實(shí)施例提供一種圖像穩(wěn)定特征點(diǎn)的提取方法，如圖3所示，該方法包括步驟21、讀入數(shù)字圖像點(diǎn)陣數(shù)據(jù)；首先，讀入2維數(shù)字圖像I (x, y)。步驟22、通過(guò)對(duì)過(guò)濾波后圖像依次等比例縮小來(lái)構(gòu)建圖像的尺度空間。采用立方插值將I (x，y)擴(kuò)大至2倍大小，記為Γ Jx，。。將Γ J^y)分別與
窗口為5X5的高斯濾波函數(shù)G(XjA) = ^f進(jìn)行卷積運(yùn)算得到兩個(gè)低通濾
2πσ
波圖像，記為L(zhǎng)。(x，y，σ) = G(x，y，σ)*Γ 0(x,y),L' 0(x,y, σ 2) = G(x,y, σ2)*1' 0(χ, y)，其中σ = 1.5。將濾波后圖像L'。向下采樣縮小至1/1. 5大小，記為I' 1;將1'工分 別與之前相同的高斯濾波函數(shù)進(jìn)行卷積運(yùn)算得到L1, L' 將濾波后圖像L'工向下采樣縮 小至1/1.5大小，記為I' 2 ；直至迭代計(jì)算出Lltl，L' 1(1。那么，我們知道Li, L' jni',
的圖像尺寸是原始圖像I大小的^T其中i = 0，1，K，10。然后，依次將每一組的Li (X，y，σ )與L' ,(χ, y，σ 2)做差，記為DiU, y, σ )= L' i(x, y, σ2) -Li (χ, y, σ)，其中 i = 0,1, K,10ο 稱(chēng)這一組01(叉，7，σ )為關(guān)于圖像 I (χ， y)的尺度空間，即高斯差值金字塔，如圖4所示。其中，在1994年Lindeberg在其論文 "Scale-space theory A basic tool for analyzing structures at differentscales, Journal of Applied Statistics，vol. 21，no. 2，pp. 225-270，1994，，證明了 Laplacian 算子的歸一化函數(shù)W2G是具有真正的尺度不變性質(zhì)的，2001年Mikolajczyk在論文 “Indexing based on scale invariant interest points, in Proc.IEEE Int.Conf. Computer Vision, vol. 2，pp. 525-531. Jul. 2001 ” 中闡述了通過(guò)計(jì)算的最大最小 值可以得到較其他方法更穩(wěn)定的特征點(diǎn)。2004年David G. Lowe在其論文“Distinctive image features from scale-invariant keypoints,International Journal ofComputer Vision, 60 (2), pp. 91-110，2004” 中給出經(jīng)典的 SIFT 方法，其中 D (x，y, σ ) = L (χ, y,
ko)-L(x,y,o),因?yàn)?br> 權(quán)利要求
1.一種圖像穩(wěn)定特征點(diǎn)的提取方法，其特征在于，包括對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像尺度空間；通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集合；計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn)的穩(wěn)定因子通過(guò)閾值控制獲得 圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行 濾波處理，構(gòu)建圖像尺度空間之前，還包括讀入數(shù)字圖像點(diǎn)陣數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過(guò)區(qū)域閾值控制，獲得尺度不變的 圖像特征點(diǎn)點(diǎn)集合包括遍歷所述圖像尺度空間，選取局部響應(yīng)極值，獲得所述尺度不變的圖像特征點(diǎn)點(diǎn)集合。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根 據(jù)所述圖像特征點(diǎn)的穩(wěn)定因子通過(guò)閾值控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合包括根據(jù)所述圖像特征點(diǎn)在所述尺度空間的當(dāng)前層的局部響應(yīng)值，計(jì)算所述圖像特征點(diǎn)的 穩(wěn)定因子；篩選出所述穩(wěn)定因子大于某一閾值的圖像特征點(diǎn)；獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述閾值為0.1。
6.一種圖像穩(wěn)定特征點(diǎn)的提取裝置，其特征在于，包括尺度空間生成模塊、特征點(diǎn)檢 測(cè)模塊和特征點(diǎn)量化模塊，其中，所述尺度空間生成模塊用于對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像尺度 空間；所述特征點(diǎn)檢測(cè)模塊用于通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集合；所述特征點(diǎn)量化模塊用于計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn)的穩(wěn) 定因子通過(guò)閾值控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括讀取模塊，所述讀取模塊用于讀 入數(shù)字圖像點(diǎn)陣數(shù)據(jù)。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述特征點(diǎn)檢測(cè)模塊包括計(jì)算子模塊、 篩選子模塊和獲得子模塊，其中，所述計(jì)算子模塊用于根據(jù)所述圖像特征點(diǎn)在所述尺度空間的當(dāng)前層的局部響應(yīng)值，計(jì) 算所述圖像特征點(diǎn)的穩(wěn)定因子；所述篩選子模塊用于篩選出所述穩(wěn)定因子大于某一閾值的圖像特征點(diǎn)；所述獲得子模塊用于獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。
全文摘要
本發(fā)明公開(kāi)了一種圖像穩(wěn)定特征點(diǎn)的提取方法及其裝置，涉及圖像處理領(lǐng)域，能夠?qū)崿F(xiàn)量化出圖像特征點(diǎn)的穩(wěn)定性。方法包括對(duì)讀入的數(shù)字圖像點(diǎn)陣數(shù)據(jù)進(jìn)行濾波處理，構(gòu)建圖像尺度空間；通過(guò)區(qū)域閾值控制，獲得尺度不變的圖像特征點(diǎn)點(diǎn)集合；計(jì)算所述圖像特征點(diǎn)的穩(wěn)定因子，根據(jù)所述圖像特征點(diǎn)的穩(wěn)定因子通過(guò)閾值控制獲得圖像穩(wěn)定特征點(diǎn)點(diǎn)集合。本發(fā)明應(yīng)用于圖像識(shí)別和圖像特征的提取。
文檔編號(hào)G06T5/00GK102096817SQ200910242429
公開(kāi)日2011年6月15日 申請(qǐng)日期2009年12月11日 優(yōu)先權(quán)日2009年12月11日
發(fā)明者亓文法, 李曉龍, 楊斌, 王高陽(yáng), 陳緒東 申請(qǐng)人:北京北大方正電子有限公司, 北京大學(xué), 北大方正集團(tuán)有限公司