[发明专利]一种低复杂度尺度金字塔提取图像特征的方法

权利要求书

1.一种低复杂度尺度金字塔提取图像特征的方法，其特征在于，包括以下步骤：

S1：将原始输入图像经过滤波生成一组由五张图像组成的图像块，依次将前一组图像块的第四张图像作为生成下一组图像块的输入图像，直至生成五组图像块构成尺度金字塔；

S2：将滤波生成的后四组图像块进行特征点检测，得到高尺度图像特征点列表，参照高尺度图像特征点列表，将高尺度图像特征的坐标对应到第一组图像块中进行统计，将超过阈值坐标所对应的图像进行滤波生成；

S3：将滤波生成的第一组图像块进行分块预测处理，然后进行特征点检测；

S4：将从第一组图像上检测到的特征点进行特征选择和描述后合并到所述高尺度图像特征点列表中，生成所述原始输入图像最终的特征点列表。

2.根据权利要求1所述的方法，其特征在于，

根据如下公式进行所述S3中的分块预测处理：

其中，pointnum_i，j，o表示第o组、第i行、第j列对应块的特征点数量，map_i,j表示第i行、第j列对应的块的特征点数量；判断条件是当第i行，第j列的块统计得到的特征点数量大于阈值的时候，则预测为重要块，进行滤波处理，相反，该块会被跳过，省去那部分图像的滤波处理。

3.根据权利要求1所述的方法，其特征在于，将从第一组图像上检测到的特征点进行特征选择和描述，具体为：

当图像块大小大于48*48个像素点时，位于边缘的特征点直接选择丢弃，当图像块大小小于等于48*48个像素点时，对边缘的块进行滤波处理。