[发明专利]图像点特征具有旋转不变性的电路实现方法

说明书

技术领域

本发明涉及一种图像特征匹配领域中，硬件电路结构可以在FPGA或ASIC芯片中实现实时匹配，令点特征具有旋转不变性的电路实现方法。

背景技术

随着图像采集和传输技术的发展，对图像的自动识别受到广泛关注。图像匹配是一种重要的图像自动识别方法。在进行图像匹配时，希望能找到一种对平移、缩放、旋转、光照变化、噪声等因素保持一定不变性、稳定性的图像局部特征操作数，从而可以作为匹配景物的重要依据。点特征匹配的首要任务就是提取稳定的特征，并进行描述。这里稳定一词的含义指的是希望该特征能对旋转、尺度缩放、仿射变换、视角变化、光照变化等图像变化因素保持一定的不变性，而对物体运动、遮挡、噪声等因素也保持较好的可匹配性，从而可以实现差异较大的两幅图像之间特征的匹配。

对图像变化保持稳定的特征描述符称为不变量，比如对图像的旋转保持稳定的不变量称为旋转不变量(Rotation Invariant)，对尺度缩放保持稳定的不变量则称为尺度不变量(Scale Invariant)。特征描述符(Featrue Descriptors)指的是检测图像的局部特征（比如边缘、角点、轮廓等），然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题，进而将特征的匹配问题转化为特征空间特征向量的聚类问题。点特征是最重要的局部特征，它是图像平面内亮度沿不同方向变化均显著的局部极值点。点特征作为图像中的局部低层特性，其较小的邻域可以作为基于亮度相关性图像匹配方法的特征窗口，这使得它们能够对图像的几何、亮度变化以及场景的互相遮挡具有很好的鲁棒性，因此适合作为图像匹配的基元。

在具有旋转不变性图像矩的传统算法中,必须将图像的坐标从直角坐标系转换到极坐标系,这种转换不仅会极大地增大计算量,并且会产生明显的舍入误差,从而导致以图像矩为特征的图像识别误差率上升。特征提取过程中目标图像会受到平移、尺度、旋转、光照变化等因素的影响,从而降低识别系统的实用性和准确性。

现有技术令点特征具有旋转不变性的一般处理方法是，在xy直角坐标系中描述图像，y轴为垂直方向，x轴为水平方向，坐标系中的每个整数坐标点对应一个图像像素点。根据一定规则选取图像中的局部极值点（本文中称关键点），关键点对应图像中某一个像素位置。定义邻域图像是以关键点为中心选取的一小块图像或经过变换的图像。变换的图像可为滤波图像或梯度图像等。

为令点特征具有旋转不变性，一般需邻域图像形状具有旋转对称性，即为圆形。根据一定规则计算此邻域图像中主要纹理的方向，该方向称主方向。邻域图像可能有多个主方向，例如邻域图像是一个以关键点为中心的正五角星图案；也可能没有主方向，例如邻域图像是一个以关键点为中心的圆盘图案。主方向可以多种表述方式，例如定义主方向角度的具体数值为该方向同y轴方向的夹角。而后将邻域图像旋转某一角度，使得主方向同y轴方向一致，该过程称主方向归一化。在旋转后的邻域图像中计算关键点的特征向量，能够使点特征具有旋转不变性。计算特征向量时，通常对不同像素赋予不同权重，一般是越接近关键点的像素权重越高。由于主方向是图像自身的属性，因此无论原始图像如何旋转，最后都使邻域图像经过主方向归一化后具有相同的朝向，在此基础上计算的特征向量都不会因为图像旋转而发生改变。

实现主方向归一化的一般方法是逐个处理邻域图像中的所有像素，根据主方向角度计算该像素旋转后的坐标位置。设邻域图像半径为R，其中包含进行Rp个像素。Rp是自然数，等于对R×R×π取整后的数值。计算每个像素的旋转坐标需正弦（sin）和余弦（cos）运算各一次。则完成整个邻域图像的旋转需要Rp次sin和Rp次cos运算。sin和cos属于超越函数，采用CORDIC算法硬件实现时一般需多个时钟节拍完成，而且计算精度越高所需节拍数越多。按照一般方法，硬件完成一个关键点的主方向归一化需Rp×2次sin或cos运算，其时间代价无法承受。

现有对点特征算法硬件加速的研究，大多集中于滤波和特征点检测等易于硬件化实现的部分；而对实现复杂的主方向归一化等部分鲜有提及。尽管对算法硬件化部分可以实现数十帧/秒的处理能力，但未硬件化部分的计算量仍然巨大，导致算法整体处理速度未得到显著提高。

发明内容

本发明的目的是针对上述现有技术存在的不足之处，提出一种在图像匹配中，不受关键点选取规则影响，能够避免关键点相邻像素权重过高，并能减少邻域图像主方向归一化操作时间耗费和硬件开销，令点特征计算具有旋转不变性的电路实现方法。