一種基于自適應(yīng)分?jǐn)?shù)階微分sift改進方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其是圖像匹配領(lǐng)域，具體涉及一種基于自適應(yīng) 分?jǐn)?shù)階微分SIFT改進方法。
【背景技術(shù)】
[0002] 圖像匹配是指在同一場景在兩個不同時點下圖像之間的對應(yīng)關(guān)系，它是計算機視 覺研宄領(lǐng)域的一個基本問題，也是計算機視覺應(yīng)用，如深度恢復(fù)、攝像機標(biāo)定、運動分析以 及三維重構(gòu)等問題的研宄起點或者基礎(chǔ)。
[0003] 長期以來，研宄者希望設(shè)計具有高檢測率和重復(fù)率的特征，并能夠克服尺度，旋 轉(zhuǎn)，光照及噪聲等外部情況影響。在眾多特征匹配法中，點特征運用最多，而基于人工設(shè) 計的點特征可以分為矩特征、差分特征、空間_頻域特征和空間域分布特征四類，其中空 間-頻域特征和空間域分布特征應(yīng)用較為廣泛。Lowe提出了一種基于尺度不變的特征提取 算法（SIFT)，在各尺度空間上利用D0G等擬合精細(xì)模型，篩選并確定關(guān)鍵點；在局部關(guān)鍵點 的方向梯度圖計算基礎(chǔ)上，構(gòu)造對縮放、旋轉(zhuǎn)、平移等無關(guān)的特征。但是，SIFT特征點維數(shù) 較高、計算復(fù)雜并對噪聲較為敏感。隨后出現(xiàn)了許多基于SIFT方法的改進算法，Ke等人提 出了PCA-SIFT，通過主成分分析方法提取特征的局部信息，生成了 36維特征矢量；與SIFT 相比，大幅度降低了特征維數(shù)，但其可區(qū)分性也隨之降低。
[0004] 基于人工設(shè)計的特征在檢測和表示上都是針對特征點周圍的全部信息運用整數(shù) 階微分方法得到的特征向量，這容易受到其他信息的干擾，且會大幅度地衰減低頻信息，尤 其是對處在平坦區(qū)域中的目標(biāo)特征。此外，對因拍攝條件受限引起視角變化較大、或者不同 視角的復(fù)雜場景導(dǎo)致成像結(jié)果差異大，整數(shù)階微分同樣對局部特征信息估計不足，引起特 征表示對局部紋理刻畫不準(zhǔn)確。

【發(fā)明內(nèi)容】

[0005] 為解決上述技術(shù)問題，本發(fā)明提供了一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法， 該方法以分?jǐn)?shù)階微分理論為基礎(chǔ)，得到了一條點鄰域準(zhǔn)確表示的途徑，能夠更好地檢測表 示點特征。
[0006] 為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：
[0007] -種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，包括基于自適應(yīng)分?jǐn)?shù)階微分的幅值 和方向重構(gòu)、以及聯(lián)合權(quán)值構(gòu)建，通過自適應(yīng)分?jǐn)?shù)階微分的幅值和方向重構(gòu)以及聯(lián)合權(quán)值 構(gòu)建來重構(gòu)方向直方圖，準(zhǔn)確刻畫局部不規(guī)則和無序的紋理特征；其中基于自適應(yīng)分?jǐn)?shù)階 微分的幅值和方向重構(gòu)，二維圖像信號L(x，y)的局部自適應(yīng)分?jǐn)?shù)階階次的分?jǐn)?shù)階微分為：
【主權(quán)項】
1. 一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，其特征在于，包括基于自適應(yīng)分?jǐn)?shù)階微 分的幅值和方向重構(gòu)、以及聯(lián)合權(quán)值構(gòu)建，通過自適應(yīng)分?jǐn)?shù)階微分的幅值和方向重構(gòu)以及 聯(lián)合權(quán)值構(gòu)建來重構(gòu)方向直方圖，準(zhǔn)確刻畫局部不規(guī)則和無序的紋理特征；其中基于自適 應(yīng)分?jǐn)?shù)階微分的幅值和方向重構(gòu)，二維圖像信號L(x，y)的局部自適應(yīng)分?jǐn)?shù)階階次的分?jǐn)?shù) 階微分為：
其中，式（1) (2)中的 < 表示臂長方向上的自適應(yīng)分?jǐn)?shù)階階次集，在不規(guī)則區(qū)域內(nèi)臂長 的長度反應(yīng)局部紋理的變化趨勢，用長臂長來表示紋理變化的主方向。
2. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，其特征在于，用 長臂長方向上的像素刻畫紋理特征，幅值和梯度用分?jǐn)?shù)階微分表示：
式⑶和⑷中的分?jǐn)?shù)階階次義的選擇取決于水平方向和豎直方向上的長臂臂長，局 部不規(guī)則區(qū)域hp選取式（1)和（2)中的前三項系數(shù)。
3. 根據(jù)權(quán)利要求2所述的一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，其特征在于，當(dāng) 臂長方向上的hp= 1時，式（3)調(diào)整成式（5)，式（4)調(diào)整成式（6)，
CN104809728A_權(quán)利要求書_ _2/2 頁
式（5)和式（6)準(zhǔn)確的描述梯度變化程度。
4. 根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，其特征在于， 聯(lián)合權(quán)值構(gòu)建包括了幾何距離的相似性和顏色相似性，將顏色相似性加入到高斯權(quán)值函數(shù) 中，聯(lián)合權(quán)值為Wd和W。，wd和W。分別表示為：
其中，Wd表示距離相似性權(quán)重，w。表示色彩相似性權(quán)重，I表示HIS彩色空間強度分量，I(i，j)為同一尺度上I(x，y)的相鄰像素，〇d，〇。為調(diào)節(jié)相似性因子參數(shù)。
5. 根據(jù)權(quán)利要求1-4任意一項中所述的一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，其 特征在于，用式（3)和（4)重新計算梯度幅值和方向，并將聯(lián)合權(quán)值應(yīng)用于SIFT算法中構(gòu) 建穩(wěn)定的梯度方向圖，得到最終的特征描述子。
【專利摘要】本發(fā)明涉及一種基于自適應(yīng)分?jǐn)?shù)階微分SIFT改進方法，基于自適應(yīng)分?jǐn)?shù)階微分的幅值和方向重構(gòu)，二維圖像信號L(x,y)的局部自適應(yīng)分?jǐn)?shù)階階次的分?jǐn)?shù)階微分為：其中，式(1)(2)中的表示臂長方向上的自適應(yīng)分?jǐn)?shù)階階次集，在不規(guī)則區(qū)域內(nèi)臂長的長度反應(yīng)局部紋理的變化趨勢，用長臂長來表示紋理變化的主方向。本發(fā)明的方法，改進了傳統(tǒng)的SIFT方法，在加噪聲、旋轉(zhuǎn)和光照變化的情況下，檢測的特征點數(shù)和匹配的點數(shù)比傳統(tǒng)的SIFT高的多，并且匹配的準(zhǔn)確率也提高了很多。
【IPC分類】G06T7-00
【公開號】CN104809728
【申請?zhí)枴緾N201510204840
【發(fā)明人】姒紹輝, 胡伏原, 顧亞軍, 王振華, 畢自強
【申請人】蘇州科技學(xué)院
【公開日】2015年7月29日
【申請日】2015年4月27日