一種高光譜圖像角點檢測方法與系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明屬于角點檢測領域，尤其涉及一種高光譜圖像角點檢測方法與系統(tǒng)。
【背景技術】
[0002] 近年來高光譜圖像在很多領域都有著廣泛的應用，包括遙感、機器視覺、人工智 能、醫(yī)學、天文學等。與灰度圖像和彩色圖像不同的是，高光譜圖像是由可見光、近紅外、短 波紅外、中波紅外、熱紅外等多個波段的圖像疊加而成。因此，高光譜圖像能夠比灰度圖像 和彩色圖像提供更多的信息。特征提取是一種常見的圖像分析的方法，然而現(xiàn)有的高光譜 圖像的特征提取方法還不成熟，主要是提取高光譜圖像的全局特征，即將整個圖像中的所 有目標作為一個整體，但是全局特征提取不能解決較為復雜的目標識別和分割問題。
[0003] 圖像的局部特征是能夠區(qū)別一個物體與另一個物體的重要特征，特別是對于機器 視覺認知來說，這是十分重要的。而角點則是十分常見的局部特征之一，通常意義上，角點 是指圖像中灰度變化劇烈的點或者圖像中輪廓邊界的相交點。角點反映了圖像中的關鍵信 息，對于圖像的理解和分析有很重要的作用。尤其是Harris角點，因為對旋轉(zhuǎn)和灰度變化 具有不變性，而且原理簡單，所以應用十分廣泛。
[0004] 關于圖像局部特征的研究可以追溯到20世紀70年代。1977年Moravec提出了角 點特征，通過灰度自相關函數(shù)來考慮一個像素和其鄰域像素的相似性，但Moravec角點檢 測有很多局限性，如不具備旋轉(zhuǎn)不變性等等。1988年Harris在Moravec的基礎上用微分 算子代替了亮度塊方向的移動，構(gòu)建了帶有結(jié)構(gòu)信息的二階矩矩陣。通過該矩陣的行列式 及直跡來計算各個點的響應值，在給定的一鄰域中局部最大值點，即為對應的角點。Harris 角點檢測算法具有對旋轉(zhuǎn)和灰度變化的不變性，而且檢測率高于Moravec角點，所以被廣 泛應用。而Mikolajczyk和Schmid借助尺度的概念，提出了 Harris-Laplacian檢測算子 和Harris-Affine檢測算子。Harris-Laplacian檢測算子將Harris角點檢測算子與高斯 尺度空間相結(jié)合，利用Lindeberg提出的通過迭代估計仿射不變性鄰域的思想，給角點特 征增加了尺度不變性。Harris-AfTine檢測算子能自動檢測仿射變換下的圖像特征，具有 仿射不變性。2011年，S. Z. Shen等人提出了一種快速自適應的Harris角點檢測算法，通過 設置自適應的角點響應閾值，克服了之前由于角點響應的閾值的不確定而造成的特征點遺 漏或者提取錯誤的問題。之后Y. H. Yang等人在Harris角點原有算法的基礎上，提出了用 B-樣條函數(shù)代替高斯函數(shù)對圖像進行平滑，提高了角點提取的準確性。
[0005] 2003年，Ivan Laptev等人提出了視頻圖像的時空Harris角點檢測算法，考慮了 時域的情況，實現(xiàn)了從空域角點到時空域角點的擴展。
[0006] 然而，現(xiàn)有的Harris角點檢測方法都是針對灰度圖像或視頻圖像的，沒有用于高 光譜圖像的Harris角點檢測方法；即現(xiàn)有的高光譜圖像分析方法還存在不足，不能很好的 獲取高光譜圖像的關鍵信息。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明所要解決的技術問題在于提供一種高光譜圖像角點檢測方法與系統(tǒng)，旨在 解決目前的Harris角點檢測方法只能用于灰度圖像或視頻圖像而不能用于高光譜圖像的 問題，提高了高光譜圖像模式識別效果。
[0008] 本發(fā)明是這樣實現(xiàn)的，一種高光譜圖像角點檢測方法，所述方法包括下述步驟：
[0009] 步驟A，構(gòu)造關于高光譜圖像f (X，y, z)中的某點p。和其鄰域上的點p ^勺加權相 關性函數(shù)；
[0010] 步驟B，根據(jù)所述加權相關性函數(shù)構(gòu)造一個角點響應函數(shù)；
[0011] 步驟C，根據(jù)所述角點響應函數(shù)計算所述高光譜圖像f (X，y, z)中的某點P。的 Harris角點響應值和其鄰域上所有點的Harris角點響應值；
[0012] 步驟D，若所述高光譜圖像f (X，y, z)中的某點p。的Harris角點響應值大于其鄰 域上所有點的Harris角點響應值，則該點p。即為所述高光譜圖像f (X，y, z)的Harris角 點。
[0013] 進一步地，所述加權相關性函數(shù)為：
[0014]
；
[0015] 其中，點p。是高光譜圖像f (X，y, Z)中的一個像素，其坐標為（X，y, z)，f (X，y, Z)為 點P。對應的像素值；點P丨坐標為（X+ Λ X，y+ Λ y, z+ Λ z)，f (X+ Λ X，y+ Λ y, z+ Λ z)為 點Pjt應的像素值；
[0016] 窗函數(shù)ω (X，y，Z)采用高斯加權函數(shù)，如下所示：
[0017]
[0018] 而由上式可得：
[0019]
[0020] 其中，σ為高斯函數(shù)的尺度因子；
[0021] #為卷積運算符號，1為窗函數(shù)沿X方向移動的長度，m為窗函數(shù)沿y方向移動的 長度，r為窗函數(shù)沿z方向移動的長度，I = 1，m = 1，r = 1。
[0022] 進一步地，所述加權相關性函數(shù)中
'即：
[0023]
[0024] 而，
[0025]
[0026] 貝 lj，
[0027]
[0028] 其中，
[0029]
[0030] 式中，fx, fy,仁分別表示圖像f (X，y, Z)在X，y, Z三個方向上的梯度，即
[0031]
[0032]
[0033]
[0034] 上式中，ω表示高斯加權函數(shù)ω (X，y, z)，_為卷積符號，A、B、C、D、E、F分別對應 矩陣M的各個元素。
[0035] 進一步地，所述角點響應函數(shù)為：
[0036] R = det (M) -k (trace (M))3= (ABC+2DEF-BE 2-AF2-CD2) -k (A+B+C)3;
[0037] 其中，k = 0. 04, k為經(jīng)驗常數(shù)；det (M)表示矩陣M的行列式，trace (M)表示矩陣 M的跡，其表達式如下：
[0038] det (M) = λ 丨 λ 2 λ 3= ABC+2DEF-BE 2-AF2_CD2
[0039] trace (M) = λ 丄+λ 2+λ 3= A+B+C
[0040] 其中，λ1Ν λ2、λ3分別為矩陣M的特征值。
[0041] 進一步地，所述fx, fy,仁由如下公式計算：
[0042]
[0043]
[0044]
[0045] 式中，Rx、Ry、艮分別為水平、垂直、光譜三個方向的梯度算子，且大小均為5*5*5， ?為卷積符號；
[0046] 其中，水平梯度算子艮（:，：，3)表達式如下，艮的其他位置均為0: CN 105139412 A I兄明書 4/12 頁
[0047]
[0048] 垂直梯度算子Ry (:，：，3)表達式如下，&的其他位置均為0 :
[0049]
[0050] 光譜方向的梯度算子Rz (3, 3,：）表達式如下，&的其他位置均為0 :
[0051] 八):(3'3':) = ^[0 -10 1 0] 〇[0052] 進一步地，矩陣M由如下公式計算：
[0053] ：
[0054]
[0055] fxy= f x * fy, fyz= f y * fz, fxz= f x · fz;
[0056] ω (x, y, z)為高斯加權函數(shù)，σ為高斯函數(shù)的尺度因子，σ = 1。
[0057] 本發(fā)明還提供了一種高光譜圖像角點檢測系統(tǒng)，所述系統(tǒng)包括：加權相關性函數(shù) 構(gòu)造模塊、角點響應函數(shù)構(gòu)造模塊、角點響應值計算模塊、角點判斷模塊；其中：
[0058] 加權相關性函數(shù)構(gòu)造模塊用于構(gòu)造關于高光譜圖像f (X，y, z)中的某點p。和其鄰 域上的點P1的加權相關性函數(shù)；
[0059] 角點響應函數(shù)構(gòu)造模塊用于根據(jù)所述加權相關性函數(shù)構(gòu)造一個角點響應函數(shù)；
[0060] 角點響應值計算模塊用于根據(jù)所述角點響應函數(shù)計算所述高光譜圖像f (X，y, z) 中的某點Pc的Harris角點響應值和其鄰域上所有點的Harris角點響應值；
[0061] 角點判斷模塊用于判斷某點p。是否為所述高光譜圖像f (X，y, z)的Harris角點， 若所述高光譜圖像f(x, y, z)中的某點p。的Harris角點響應值大于其鄰域上所有點的 Harris角點響應值，則該點p。即為Harris角點。
[0062] 進一步地，所述加權相關性函數(shù)為：
[0063]
[0064] 其中，點P。是高光譜圖像f (X，y, Z)中的一個像素，其坐標為（X，y, z)，f (X，y, Z)為 點P。對應的像素值；點P丨坐標為（χ+ Λ x, y+ Λ y, ζ+ Λ z)，f (χ+ Λ x, y+ Λ y, ζ+ Λ z)為 點Pjt應的像素值；
[0065] 窗函數(shù)ω (X，y，z)采用高斯加權函數(shù)，如下所示：
[0066]
[0067] 而由上式可得：
[0068]
[0069] 其中，σ為高斯函數(shù)的尺度因子；
[0070] 璆為卷積運算符號，1為窗函數(shù)沿X方向移動的長度，m為窗函數(shù)沿y方向移動的 長度，r為窗函數(shù)沿z方向移動的長度，I = 1，m = 1，r = 1。
[0071] 進一步地，所述加權相關性函數(shù)中
即：
[0072]
[0073] 而，
[0074]
[0075] 則，
[0079] 式中，fx, fy,仁分別表示圖像f (X，y, z)在X，y, z三個方向上的梯度，即
[0076]
[0077]
[0078]
[0080]
[0081]
[0082]
[0083] 上式中，ω表示高斯加權函數(shù)ω (x，y，z)，#為卷積符號，六、8、(：、03、？分別對應 矩陣M的各個元素。
[0084] 進一步地，所述角點響應函數(shù)為：
[0085] R = det (M) -k (trace (M))3= (ABC+2DEF-BE 2-AF2-CD2) -k (A+B+C)3;