；
[0057] 3)本發(fā)明由于通過極值點擴(kuò)散得到鄰域，因而相比現(xiàn)有算法更加精準(zhǔn)；
[0058] 4)得到非常精準(zhǔn)的鄰域后并進(jìn)行了優(yōu)化，對于描述圖像極值點時，更加具有魯棒 性；
[0059] 5)本發(fā)明由于生成的特征描述子拋棄了傳統(tǒng)的用梯度直方圖描述區(qū)域的方法，改 用檢測隨機(jī)響應(yīng)，大大加快了描述子建立速度；
[0060] 6)描述子為二進(jìn)制碼串的形式，效率很高，因此使用漢明距離對后續(xù)特征點匹配 時有著明顯的優(yōu)勢。
【附圖說明】
[0061] 圖1為本發(fā)明的圖像特征量的生成方法總流程圖；
[0062] 圖2為本發(fā)明的方法獲取精準(zhǔn)鄰域的具體流程圖；
[0063]圖3為本發(fā)明的方法優(yōu)化邊界C的示意圖。
【具體實施方式】
[0064] 下面結(jié)合試驗例及【具體實施方式】對本發(fā)明作進(jìn)一步的詳細(xì)描述。但不應(yīng)將此理解 為本發(fā)明上述主題的范圍僅限于以下的實施例，凡基于本
【發(fā)明內(nèi)容】
所實現(xiàn)的技術(shù)均屬于本 發(fā)明的范圍。
[0065] 以下參照附圖對本發(fā)明進(jìn)行詳細(xì)描述：
[0066] 圖1為本發(fā)明的圖像特征量的生成方法總流程圖，方法包括以下步驟：
[0067] (1)獲取圖像I(x，y)的極值點K(x，y);
[0068] (2)根據(jù)極值點K (X，y)獲取圖像極值點附近的精準(zhǔn)鄰域，并找出極值點K (X，y)的 主方向；
[0069] (3)在所述精準(zhǔn)鄰域內(nèi)隨機(jī)選取點對組成二進(jìn)制串，作為圖像特征量。
[0070] 參照圖2,本發(fā)明的圖像特征量的生成方法具體步驟，包括以下步驟：
[0071 ]步驟1通過算法提取出極值點及極值點；
[0072] (a)圖像I(x，y)在尺度〇的黑塞矩陣為
[0074]這里，Lxx(X，y，〇)是圖像在點(x，y)處與高斯二階偏導(dǎo)
_的卷積，類似的 可定義Lxy(x，y，〇)，Lyy(x，y，〇)，即Lxy(x，y，〇)是圖像在點（x，y)處與高斯二階偏導(dǎo)
的卷積，Lyy(x，y，〇)是圖像在點(x，y)處與高斯二階偏導(dǎo)
[0075] (b)保持圖像大小不變，通過增大方框濾波掩模大小的方式形成圖像金字塔，方框 濾波近似代替二階高斯濾波，方框濾波利用積分圖像加速卷積運算；
[0076] (c)方框濾波掩模同圖像的卷積后的值分別記為^^'，進(jìn)一步得到黑塞矩陣 的近似值為:detH = DxxDyy-(0.9Dxy)2,計算黑塞矩陣近似值，當(dāng)值大于零時且為周圍鄰域最 大時，為對應(yīng)尺度的極值點K(x，y);
[0077] 步驟2獲取極值點附近的精準(zhǔn)鄰域及極值點主方向；
[0078] (2a)將圖像所有像素 I(x，y)標(biāo)識為待擴(kuò)展，并令已擴(kuò)展像素集P={K(x，y)};
[0079] (2b)將K(x，y)周圍相鄰的nXn(n-般取3,5,7,9)個點無條件加入P中作為初始點 集，以增加鄰域的魯棒性；
[0080] (2c)找到P的邊界集C ;
[0081] (2d)對中的每個像素 E(x，y)，找到與其相距不超過ΘΚ-般取 不屬于P且標(biāo) 識為待擴(kuò)展的所有像素點集P' (f (x，y))，
；以及距離小 于等于02且不屬于P的所有像素點集P〃（K(x，y)):

[0082] (2e)對點集P'和P〃中每個點通過函數(shù)fdcb)計算其允許的最大容差δ。 其中：
[0083] f^cb):是通過大量數(shù)據(jù)擬合出的經(jīng)驗函數(shù)；當(dāng)給定(^，山時，用于計算出允許的 最大容差δ;
[0084] di:表示與E(x，y)的距離；
[0085] d2:表示與特征點K(x，y)或f (x，y)的距離；
[0086] δ:擴(kuò)展時允許的容差。
[0087] (2f)如果[Fa/狀(丑(X,)'))] ? (χ，7)) + 幻或[靡勸]? 內(nèi)― 則將f (x，y)或K〃（x，y)加入Ρ中，并將加入到Ρ中的點標(biāo)識為已擴(kuò)展;否則將該點從Ρ'或Ρ〃 中剔除。其中
[0088] :為"〉"或"〈"，由Laplace確定；
[0089] Value(E(x，y)):表示在原圖中坐標(biāo)點E(x，y)的灰度值。
[0090] (2g)如果K = Φ且Ρ〃 = Φ，則找到擴(kuò)展集P，擴(kuò)展結(jié)束;否則進(jìn)行(3c);
[0091] (2h)找出P的邊界集C。
[0092] (2i)將權(quán)利要求1中步驟1所描述的極值點坐標(biāo)K(x，y)作為起點，在任意方向向外 遍歷，與邊界C的交點記為0(x，y);
[0093] (2 j)將邊界C中所有滿足
的點T(x，y)加入到隊列Q 中，并將C中對應(yīng)的點標(biāo)記為已檢索；其中(1^\是"捷徑"的最大長度，一般取; (2k)遍歷Q 中的點，如果該點與〇(X，y)在dmax的距離內(nèi)連續(xù)相鄰，則忽略；否則計算劣弧長0(X，y)Q{T (x，y)}，記為1;計算扇形〇(x，y)Q{T(x，y)}的面積，記為s;計算距離0(x，y)Q{T(x，y)}，記為 d。通過經(jīng)驗函數(shù)f (1，s)計算出容許的距離范圍cT ;其中：
[0094] f(l，s):通過數(shù)據(jù)擬合出符合距離容許要求的經(jīng)驗函數(shù)；當(dāng)給定l，s時，用于計算 出容許的距離范圍cT ;
[0095] (21)如果cKcT，則將該點Q{T(x，y)}插入新隊列V中；
[0096] (2m)選取吖中與0(x，y)的距離d與其對應(yīng)的能夠容許的距離的比值最小的點吖 {T(x，y)}，直接連接點(Κχ,γΜ7 {T(x，y)}，從邊界C中剔除劣弧(Κχ,γΜ7 {T(x，y)};
[0097] (2n)將T(x，y)改為0(x，y)，返回步驟(2j)。直到所有邊界C所有點都被標(biāo)記為已檢 索，結(jié)束。
[0098] (2〇)找到邊界C上下左右端點T(x，y)，B(x，y)，L(x，y)，R(x，y);
[0099] (2p)經(jīng)過上端點T(x，y)的橫線記為li，li穿過邊界C的首尾兩個點記為Ti(x，y)，T2 (x，y)，如果I Τ2-Τ11 2 2,則將li記為Li;否則經(jīng)過點T(x，y_l)的橫線記為li，同樣去判斷，直 到找到Li;經(jīng)過下端點T(x，y)的橫線記為l2，h穿過邊界C的首尾兩個點記為T3(x，y)，T4(x, y)，如果I Τ4-Τ31 2 2,則將12記為L2,同理找到經(jīng)過左端點右端點等直線L3,L 4;
[0100] (2q)通過四條直線U，L2，L3，L4計算出矩形R，即為鄰域；
[0101] (2r)在極值點遍歷擴(kuò)散形成的不規(guī)則圖形內(nèi)兩兩點分別連接，其中最長的兩點連 成的線段作為軸線，比較以軸線作為分界線的兩部分面積，如果上方面積大，就將軸線的上 方作為該極值點的主方向，如果下方面積大，就將軸線的下方作為該極值點的主方向；
[0102] 步驟3生成特征描述子
[0103] (3a)由上述過程3獲得的圖像的精準(zhǔn)鄰域P，在極值點鄰域附近隨機(jī)選取若干點 對，將這些點對的二進(jìn)制檢測值組合成一個二進(jìn)制串，以此作為極值點的特征向量描述子。 [0 104]二進(jìn)制測試定義為：
[0106] 其中，p(x)是圖像鄰域P在點x=(u，v)T處的灰度值；
[0107] (3b)選擇η個(X，y)測試點對時，唯一定義了二進(jìn)制準(zhǔn)則，這樣生成的特征向量描 述子即為η維二進(jìn)制串：
[0109] (η = 128,256,512)具體需要在計算量，存儲空間以及識別率之間權(quán)衡。
[0110] (3c)上述生成的描述子向量中點對之間的相關(guān)性較大，增加了后續(xù)匹配的難度， 需要對測試點對進(jìn)行約束，主要思想是利用貪婪式搜索來減少點對之間的相關(guān)性，為了降 低噪聲敏感性，在m X m(這里可取31 X 31)的窗口內(nèi)尋找所有點對，用1 X 1 (這里可取5 X 5) 的子窗口內(nèi)的像素灰度平均值，代替某點對一點處的平均值，具體步驟如下：
[0111] 1)在某一極值點精準(zhǔn)鄰域內(nèi)計算子窗口為基礎(chǔ)的的點對測試值τ ;
[0112] 2)將步驟中的所有測試值τ根據(jù)其與0.5的差值(距離)排序，形成向量Τ;
[0113] 3)進(jìn)行逐步搜索；
[0114] 3aa)將第一個測試值τ放入結(jié)果向量R中，并將其從向量Τ中移除；
[0115] 3bb)從向量Τ取下一個測試值τ，并將其與向量R中的所有測試值進(jìn)行比較，如果相 關(guān)度大于某一閾值，則將其丟棄，否則將其將其加入向量R作為生成圖像特征量的一個坐 標(biāo)；
[0116] 3cc)重復(fù)以上各步驟，直到向量R中有η個坐標(biāo)為止，形成最終圖像特征量。然后將 相關(guān)度的閾值增加，再一次檢測所選的這些的這些測試值τ的相關(guān)度，保證最終結(jié)果有較小 的相關(guān)度；
[0117] 圖3中0點為中心找到所有距離小于dmax的點，插入隊列Q中。其中點Τ"與0點在dmax 的距離內(nèi)連續(xù)相鄰，所以忽略。而T，T'不與0點在dmax的距離內(nèi)