[发明专利]一种基于局部区域显著参数指标的SIFT特征检测优化方法

权利要求书

1.一种基于局部区域显著参数指标的SIFT地图特征点检测优化方法，其特征在于具体步骤如下：

1)对当前帧图像，首先检测出相应的SIFT特征点；

2)将图像均分为M×N个局部区域，M代表行数，N代表列数，并计算各个局部区域的特征显著参数指标值Ii，计算方法如下：

设j＝1,2,…；i＝1,2,…,M×N；

对含有nj个SIFT特征点的第i个局部区域，先求出其中特征点位置的均值：设u代表水平方向，v代表垂直方向；

u方向上均值：

v方向上均值：

进而求出对应的位置方差：

第j个特征点在u方向上方差：

第j个特征点在v方向上方差：

则有：

不含特征点的局部区域其显著参数指标值记为0；

3)依据所计算的Ii值从高到低依次选取K个局部显著区域；

4)针对每个局部显著区域，从中随机选取不超过m个特征点；为了获得更好的空间分布，选取时应保证这m个SIFT特征点之间的间隔大于某个像素阈值；

5)将所选取的SIFT特征点同当前特征地图进行匹配，若成功匹配对数Match_num低于预设的阈值Match_threshold，那么就需增加特征点的个数；这时，从余下的局部显著区域随机选取(Match_threshold-Match_num)个SIFT特征点，同样仍保证所选特征点之间的间隔大于预设的像素阈值，反之，则无需增广特征点。