[发明专利]一种具有尺度不变性的最稳定极值区域的提取方法

说明书

技术领域：

本发明涉及数字图像不变特征区域的提取，尤其是具有尺度不变性的最稳定极值区域的提取方法。

背景技术：

从图像中检测特征区域一直是计算机视觉领域的重点研究问题之一。近年来，基于局部区域的图像仿射不变特征区域受到越来越广泛的关注，并且被成功应用于目标识别、图像检索、机器人自主导航与场景理解以及物体图像分类等许多领域。

典型的局部特征区域检测算法包括：Lowe提出的尺度不变特征点SIFT(scale invariant feature transform)，Mikolajczyk与Schmid提出的基于多尺度Harris角点的仿射不变特征点，Kadir等人提出的基于信息熵的仿射不变显著区域(AISR)和Matas等人提出的最稳定极值区域MSER(maximum stable extreme region)。在已经提出的局部仿射不变特征区域检测算法中，MSER算法在多个方面具有优越的性能，对图像的旋转变化、视角变化、亮度变化均具有很好的不变性。MSER算法基本思想是，对于任意一幅灰度图片，从小到大选取所有可能的阈值，得到对这幅图像来说的许多连通区域，最后求出这些区域中随阈值的变化其面积变化小于某个值的区域，也就是最稳定极值区域。由于MSER是从单一尺度图像中提取的，当图像尺度发生较大变化时，图像的模糊会使最稳定极值区域的边界发生变化，从而影响仿射不变区域的稳定性。

发明内容

针对MSER算法存在的问题，本发明通过定义多尺度空间中极值区域的稳定性指标，提出一种具有尺度不变性的最稳定极值区域的提取方法，能够解决仿射不变特征提取中的第一个核心问题：特征区域的定位，即在哪里提取特征；同时，该提取方法检测到的仿射不变区域能够为后续的图像处理打下好的基础。

本发明采取的技术方案是：一种具有尺度不变性的最稳定极值区域的提取方法，其具体步骤为：

1)首先使用最稳定极值区域算法在原始图像中检测初始的最稳定极值区域；

2)通过M进小波变换建立初始的最稳定极值区域的尺度金字塔，在初始的最稳定极值区域的尺度金字塔中根据M进小波变换系数的能量算子，确定具有尺度不变性的特征点：

将初始的最稳定极值区域记为f(x,y)，在递增尺度M^j下沿x和y方向，做M进小波变换，其中M为大于1小于2的实数，j为递增的正整数，其中的小波函数ψ(x,y)定义为光滑函数沿x和y方向的导数，从而得到由递增尺度M^j下的平滑的最稳定极值区域及小波系数组成的MSER尺度金字塔；对j为偶数时不同尺度的小波变换结果，结合其相邻位置上的信息，采用Teager能量算子得到M进制小波变换系数的能量及对应的模根据该模值进行局部非极大值抑制，也就是与周围8个点相比，如果当前点的模值最大，该点即被确定为具有尺度不变性的特征点，记为X＝(x,y,M^j)，其中(x,y)表示特征点的位置，M^j表示特征点所在尺度；

3)对由上述步骤确定的每个特征点，从最稳定极值区域的尺度金字塔的各层图像中获得与其对应的极值区域，并通过多尺度空间中极值区域的稳定性指标，提取出具有尺度不变性的最稳定极值区域：

首先对从最稳定极值区域的尺度金字塔中提取的每个特征点，找出其所在尺度下平滑的最稳定极值区域中像素点的灰度值比其边界像素点的灰度值都大或者都小的连通区域，作为其对应的极值区域；然后判断该极值区域的空间稳定性和尺度稳定性，如果该极值区域在尺度空间和像素空间都是稳定的，那么该极值区域就是具有尺度不变性的最稳定极值区域；

4)最后将具有尺度不变性的最稳定极值区域调整成椭圆形状，以便于后续处理：

首先根据面积大小和面积变化率大小删除重复或稳定性差的区域；然后根据协方差矩阵，将不规则形状区域调整为规则的椭圆形区域；将该椭圆形区域放大若干比例，得到最终的具有不变性的最稳定极值区域。

根据实施例的优选方案，步骤2中的所述M进小波变换中的尺度空间数，即j的最大值J选21个。

根据实施例的优选方案，所述步骤3中稳定性指标包括尺度空间的稳定性指标ε(ER)和像素空间的稳定性指标

尺度空间的稳定性指标ε(ER)定义为：