[发明专利]一种图像特征提取与匹配方法

权利要求书

1.一种图像特征提取与匹配方法，其特征在于，包括以下步骤：

S1、输入二维图像，对所述二维图像进行边缘检测和角点检测，将所述角点检测得到的角点和所述边缘检测得到的边缘点进行组合，以确定所述二维图像中的图像显著区域；

S2、采用多尺度滑窗的方式分割图像，在图像区域内滑动采样，在每个窗口内提取图像梯度方向直方图特征，其中，图像显著区域滑窗的滑动步长小于非显著区域滑窗的滑动步长；

S3、全局尺度间特征窗口匹配：根据梯度方向直方图特征计算所述二维图像中任意窗口图像与数据库图像的相似距离，如果相似距离在相似阈值范围内则标记这一对相似窗口，查找出最相似的窗口，得到一系列相似窗口的匹配结果；

S4、排除错误的匹配对，保留在尺度和空间位置上都具有一致性的匹配，统计正确匹配窗口数目，最后根据自适应性阈值分割出相似区域。

2.如权利要求1所述的图像特征提取与匹配方法，其特征在于，步骤S2具体包括以下步骤：

S21、定义滑动窗口的多种尺度，设置滑动步长参数，每个滑动窗口以图像左上角为起点，按照滑动步长依次从左到右从上到下滑动，取得一系列局部窗口图像；

S22、对于每个局部窗口图像，计算水平和垂直方向的梯度；

S23、梯度方向角度取值0～360°，对梯度方向进行8方向量化；

S24、统计所有梯度点得到梯度方向直方图；

S25、对梯度方向直方图进行归一化；

S26、直方图特征编码。

3.如权利要求2所述的图像特征提取与匹配方法，其特征在于，步骤S2中滑窗的尺寸设置为长0.1～1、宽0.1～1的多种组合，图像显著区域滑窗的滑动步长设为0.05～0.2，非显著区域滑窗的滑动步长设为0.1～0.25，以整幅图片的尺寸为1。

4.如权利要求3所述的图像特征提取与匹配方法，其特征在于，步骤S22的计算方法为[G_h,G_v]＝gradient(F)，采用方向模板[-1,0,1],计算当前像素点的水平梯度和垂直梯度，方向角度θ＝arctan(G_v/G_h)：

5.如权利要求4所述的图像特征提取与匹配方法，其特征在于，步骤S23采用就近方向量化的原则，将实际的梯度方向量化至最近的量化方向上；或采用模糊量化的方法，将实际的梯度方向用投影至相邻两个方向的分量表示。

6.如权利要求5所述的图像特征提取与匹配方法，其特征在于，步骤S25采用基于面积的归一化方法：

设特征窗口R_i的大小为w_i×h_i，梯度方向直方图面积参数基于面积参数的归一化直方图为和/或

基于目标像素点总数的归一化方法：

R_i梯度方向直方图归一化直方图为

7.如权利要求2至6中任一项所述的图像特征提取与匹配方法，步骤S3中相似距离计算如下：设滑窗A_i特征向量经过编码后的二值特征串为f_i，滑窗B_j特征向量经过编码后的二值特征串为g_j，则A_i和B_i-j之间的相似性距离d_ij通过汉明距离进行计算：其中f_i^k表示二进制串f_i的第k位，表示二进制串g_j的第k位，表示异或操作，α的取值等于f_i及g_j长度的倒数。

8.如权利要求7所述的图像特征提取与匹配方法，其特征在于，步骤S3中相似阈值范围取值为0.4～0.6，且相似的窗口的长宽比必须在0.5～2之间。