專利名稱：：一種仿射尺度不變的特征點提取方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于計算機圖像處理
技術(shù)領(lǐng)域：
，特別是一種仿射尺度不變的特征點提取方法，用于兩幅圖像視角尺度發(fā)生變化時的匹配。
背景技術(shù)：
：圖像匹配是計算機視覺中一個非常重要的研究課題，廣泛應(yīng)用于圖像匹配，目標(biāo)跟蹤，物體識別，立體匹配，圖像拼接等領(lǐng)域中。這些領(lǐng)域需要解決的一個共同問題就是尋找同一場景中多幅視圖之間的幾何關(guān)系。但是圖像在采集過程中會有因為拍攝視角、光照、尺度等問題造成對同一場景下采集的圖像之間存在很大的差異。為了解決這類的問題，目前眾多學(xué)者從不同角度出發(fā)，提出很多特征提取與匹配的方法。應(yīng)用較廣泛的是SIFT算法，但是在拍攝視角變化較大時匹配成功的特征點將大大減少；后來的ASIFT算法提出使用攝像機仿射模型，模擬圖像因為視角的改變產(chǎn)生的可能的圖像扭曲變形。但是SIFT算法在傾斜角度較大時會檢測不到匹配點，SIFT算法過渡傾斜幾乎不超過2。Harris-Affine,Hessian-Affine算法會處理傾斜度達(dá)到2.5和MSER傾斜度會達(dá)到10。ASIFT算法能處理過渡傾斜達(dá)36或更高，但是有些情況下ASIFT檢測到的特征點太多，會有較多的誤匹配。
發(fā)明內(nèi)容為避免現(xiàn)有特征提取和圖像匹配技術(shù)存在的上述問題，本發(fā)明提供一種仿射尺度不變的特征點提取方法，其能夠精確提取圖像中仿射不變和尺度不變的特征點，以滿足圖像視角尺度發(fā)生變化時的匹配。本發(fā)明提供的一種仿射尺度不變的特征點提取方法，包括以下步驟:I)、根據(jù)攝像機仿射模型確定傾斜量參數(shù)和經(jīng)度參數(shù)，對待匹配的兩幅圖像分別做ASIFT仿射變換處理，模擬圖像可能發(fā)生的仿射扭曲，得到對應(yīng)該兩幅圖像的兩組視圖A、B;2)、分別檢測計算所述兩組視圖A、B中的每個視圖的最大穩(wěn)定極值區(qū)域(MSER，MaximallyStableExtremalRegions)；3)、使用橢圓區(qū)域方程擬合檢測到的每個MSER；4)、對所述兩組視圖，采用高斯差分DoG特征檢測方法檢測每個MSER區(qū)域中的特征點的位置信息和尺度信息，所述特征點是每個MSER區(qū)域中擬合橢圓處的特征點，此處的特征點最具仿射不變性；5)、統(tǒng)計所述每個特征點鄰域的方向信息，使用傳統(tǒng)直方圖法最終生成所述每個特征點的描述算子。上述步驟2)中MSER提取過程如下:通過給定的一系列二值化閾值，得到一組通過此系列閾值二值化的圖像，并分析相鄰閾值圖像中所包含的連通區(qū)域，最終檢測到圖像的MSERs0上述步驟3)中可以采用下式的橢圓區(qū)域方程De對檢測出的每個MSER進(jìn)行擬合，以更精確地確定特征點的搜索范圍和增強算法的魯棒性，權(quán)利要求1.一種仿射尺度不變的特征點提取方法，其特征是包括以下步驟:1)、根據(jù)攝像機仿射模型確定傾斜量參數(shù)和經(jīng)度參數(shù)，對待匹配的兩幅圖像分別做仿射變換處理，模擬圖像可能發(fā)生的仿射扭曲，得到對應(yīng)該兩幅圖像的兩組視圖A、B;2)、分別檢測計算所述兩組視圖A、B中的每個視圖的最大穩(wěn)定極值區(qū)域(MSER)；3)、使用橢圓區(qū)域方程擬合檢測到的每個MSER；4)、對所述兩組視圖，采用高斯差分DoG特征檢測方法檢測每個MSER區(qū)域中的特征點的位置信息和尺度信息，所述特征點是每個MSER區(qū)域中擬合橢圓處的特征點，此處的特征點最具仿射不變性；5)、統(tǒng)計所述每個特征點鄰域的方向信息，使用傳統(tǒng)直方圖法最終生成所述每個特征點的描述算子。2.根據(jù)權(quán)利要求1所述的提取方法，其特征是所述步驟2)中MSER提取過程如下:通過給定的一系列二值化閾值，得到一組通過此系列閾值二值化的圖像，并分析相鄰閾值圖像中所包含的連通區(qū)域，最終檢測到圖像的MSERs。3.根據(jù)權(quán)利要求1或2所述的提取方法，其特征是:步驟3)中采用下式的橢圓區(qū)域方程隊對檢測出的每個MSER進(jìn)行擬合，以更精確地確定特征點的搜索范圍和增強算法的魯棒性，4.根據(jù)權(quán)利要求1所述的提取方法，其特征是:步驟4)僅僅截取每個視圖中的MSER區(qū)域按下式建立高斯差分尺度空間，D(x,y,δ)=(G(x,y,kδ)-G(x,y,δ))*Ι(χ,y)=L(x,y,kδ)-L(χ,y,δ)其中，g(x，y，δ)為尺度因數(shù)δ可變的高斯卷積核函數(shù)，I(x，y)為輸入的一幅視圖，k為常數(shù)，*代表卷積運算；檢測尺度空間極值；在檢測到極值點的位置利用D(x，y，δ)的二階Taylor展開式，舍去不穩(wěn)定的邊緣響應(yīng)，同時得到兩組視圖特征的精確位置和尺度信息。5.根據(jù)權(quán)利要求4所述的提取方法，其特征是:在檢測尺度空間極值時，標(biāo)記的像素需要與包括同一尺度的周圍鄰域8個像素和相鄰尺度對應(yīng)位置的周圍鄰域各9個像素，總共26個像素進(jìn)行比較。6.根據(jù)權(quán)利要求1所述的提取方法，其特征是:步驟3)中，采用下式的橢圓區(qū)域方程De對檢測出的每個MSER進(jìn)行擬合，全文摘要一種仿射尺度不變的特征點提取方法，包括根據(jù)攝像機仿射模型確定傾斜量參數(shù)和經(jīng)度參數(shù)，對要匹配的兩幅圖像分別做仿射變換，模擬圖像可能發(fā)生的仿射扭曲；檢測經(jīng)過仿射變換的圖像中的最大穩(wěn)定極值區(qū)域(MSER)，并采用用橢圓區(qū)域方程擬合檢測到的每個MSER；進(jìn)而通過DoG高斯差分算子檢測MSER區(qū)域中特征點并根據(jù)特征點所在位置及尺度信息生成對應(yīng)的特征點描述算子。本方法能夠精確提取圖像中仿射不變和尺度不變的特征點，在圖像產(chǎn)生較大的傾斜時仍能檢測到較多的特征點，具有很好的抗仿射性。同時，采用MSER區(qū)域的檢測，能夠減少特征點的檢測范圍，減少誤匹配，增加算法的執(zhí)行效率。文檔編號G06T7/00GK103186899SQ20131009138公開日2013年7月3日申請日期2013年3月21日優(yōu)先權(quán)日2013年3月21日發(fā)明者王好謙,張新,張永兵,戴瓊海申請人:清華大學(xué)深圳研究生院