[发明专利]图像特征点提取和实现方法、图像拷贝检测方法及其系统

权利要求书

1.一种图像特征点提取方法，其特征在于，包括：

步骤1，在被提取图像对应的低尺度图像上检测Harris角点，获得候选 特征点集合；

步骤2，对所述候选特征点集合中的每一个候选特征点，计算所述候选 特征点在所述被提取图像对应的多个高尺度图像下Hessian矩阵的DET值， 如果所述候选特征点的DET值在所述多个高尺度图像构成的尺度空间中没有 极大值或所述极大值小于预设阈值，则所述候选特征点为误检点，将所述候 选特征点从所述候选特征点集合中除去；所述候选特征点集合中剩余的候选 特征点为被提取图像的特征点。

2.如权利要求1所述的图像特征点提取方法，其特征在于，

所述步骤1进一步为，

步骤21，在被提取图像对应的低尺度图像上检测Harris角点，所述低 尺度图像是由被提取图像和高斯函数做卷积获得，高斯函数的标准差为所述 低尺度图像的尺度；

步骤22，将所述Harris角点中在同一像素位置重复出现的角点去除， 剩余角点组成所述候选特征点集合。

3.如权利要求1所述的图像特征点提取方法，其特征在于，

所述步骤2进一步为，

步骤31，对于所述每一个候选特征点，计算所述候选特征点在所述被提 取图像对应的每个高尺度图像下Hessian矩阵的DET值；

步骤32，对于所述每一个候选特征点，如果所述候选特征点的DET值在 所述多个高尺度图像构成的尺度空间中没有极大值或极大值小于预设阈值， 则所述候选特征点为误检点，将所述候选特征点从所述候选特征点集合中除 去；

步骤33，所述候选特征点集合中未被除去的候选特征点为所述被提取图 像的特征点。

4.如权利要求3所述的图像特征点提取方法，其特征在于，

所述步骤2还包括，

步骤41，如果所述候选特征点的DET值在所述多个高尺度图像构成的尺 度空间中有极大值，并且所述极大值大于所述预设阈值，则所述候选特征点 为所述被提取图像的特征点，所述特征点的尺度为所述极大值对应的高尺度 图像的尺度。

5.一种在GPU上实现图像特征点提取的方法，其特征在于，包括：

步骤51，根据被提取图像的大小配置GPU计算内核，将所述被提取图像 的数据拷贝到GPU的纹理存储器；

步骤52，GPU按预设低尺度处理被提取图像，获得所述被提取图像对应的 低尺度图像，在所述低尺度图像上检测Harris角点，以所述Harris角点组 成候选特征点集合，将所述候选特征点集合存储到GPU的全局存储器；

步骤53，GPU按多个预设高尺度处理被提取图像，获得所述被提取图像对 应的多个高尺度图像，对所述候选特征点集合中的每一个候选特征点，计算 所述候选特征点在所述多个高尺度图像下Hessian矩阵的DET值，如果所述 候选特征点的DET值在所述多个高尺度图像构成的尺度空间中没有极大值或 所述极大值小于预设阈值，则所述候选特征点为误检点，将所述候选特征点 从所述候选特征点集合中除去；所述候选特征点集合中剩余的候选特征点为 被提取图像的特征点，将所述特征点存储到所述GPU的全局存储器。