[发明专利]一种结合图像灰度与梯度的改进sift特征提取方法

权利要求书

1.一种结合图像灰度与梯度的改进sift特征提取方法，其特征在于，它包括以下步骤：

(1)输入图像。

(2)提取灰度图像的原始sift特征：对于输入图像，先建立高斯差分金字塔，通过尺度空间的搜索确定局部极值点，在极值点的邻域内计算其主方向，再计算其128维向量的描述符。

(3)计算基于梯度图像的sift特征：对于输入图像，先提取输入图像的梯度图，然后建立高斯差分金字塔，通过尺度空间的搜索确定局部极值点，在极值点的邻域内计算其主方向，再计算其128维向量的描述符。

(4)将灰度和梯度的sift特征进行融合：如果梯度特征点在自己的尺度范围内不包含任何灰度特征点，则添加该梯度点特征，否则只将灰度点的权重增加，不记录该梯度点。

2.根据权利要求1所述结合图像灰度与梯度的改进sift特征提取方法，其特征在于，所述步骤(1)和(2)中，所述建立高斯差分金字塔的方法是：利用不同尺度的高斯差分DoG核与原图卷积得到一组卷积图像，将第一幅卷积图由一个因子2下采样再用高斯差分核卷积。如此反复，这样得到的金字塔共O组，每组有S层。其中，O为下采样的次数，S为高斯核的尺度个数。

3.根据权利要求1所述结合图像灰度与梯度的改进sift特征提取方法，其特征在于，所述步骤(1)和(2)中，所述通过尺度空间的搜索确定局部极值点的方法是：必须满足在图像二维平面空间和DoG尺度空间同时满足局部最小或最大。

4.根据权利要求1所述结合图像灰度与梯度的改进sift特征提取方法，其特征在于，所述步骤(1)和(2)中，所述在极值点的邻域内计算其主方向的方法为：以该点为中心的8×8邻域窗口内采样，并用直方图统计邻域像素的梯度方向，取直方图的峰值作为该点的主方向。当存在另一个相当于主峰值80％能量的峰值时，则将此方向记录为该极值点的辅方向。这样一个极值点可能包含一个主方向和多个辅方向。

5.根据权利要求1所述结合图像灰度与梯度的改进sift特征提取方法，其特征在于，所述步骤(1)和(2)中，所述计算其128维向量的描述符的方法为：以极值点为中心取16×16的窗口，将此窗口划分为4×4的块。统计每块中八个梯度方向的累计梯度幅值。这样就生成了一个128维的向量。

6.根据权利要求1所述结合图像灰度与梯度的改进sift特征提取方法，其特征在于，所述步骤(2)中，所述提取输入图像的梯度图的方法为：用sobel算子对原图做滤波预处理，边缘数量因子设为2。梯度图上会产生很多噪声点，需要对梯度图进行去噪，方法为将小于某阈值的梯度点置为0。