[发明专利]一种图像特征点提取方法和相机

权利要求书

1.一种图像特征点提取方法，其特征在于，包括：

获取相机采集的原始图像，根据所述原始图像形成图像金字塔；

将所述图像金字塔的底层图像划分为多个像素块，确定与所述像素块对应的第一特征点阈值，根据所述第一特征点阈值对所述像素块进行特征点检测，得到第一特征点，其中，所述底层图像为所述原始图像；

根据与当前层图像相邻的下一层图像的信息，获得与所述当前层图像的各像素块对应的第二特征点阈值，根据所述第二特征点阈值对所述当前层图像的相应像素块进行特征点检测，得到第二特征点，其中，所述当前层是所述图像金字塔的第二层至顶层中的任一层；

按照原始特征点的像素位置筛选所述原始特征点，得到图像特征点提取结果，其中，所述原始特征点包括所述第一特征点以及由所述第二特征点投影到原始图像得到的特征点。

2.根据权利要求1所述的方法，其特征在于，所述将所述图像金字塔的底层图像划分为多个像素块，确定与所述像素块对应的第一特征点阈值包括：

将所述底层图像划分为多个大小相同的像素块，根据各所述像素块中像素点的灰度值判断所述像素块是否为异常块；

如果所述像素块是异常块，则将所述像素块的方差设为第一常数，将所述第一特征点阈值设为第二常数，并对所述异常块不进行特征点检测；

如果所述像素块不是异常块，则根据所述像素块中像素点的灰度值计算均值和方差，并根据所述均值和所述方差，获得所述第一特征点阈值。

3.根据权利要求2所述的方法，其特征在于，所述根据各所述像素块中像素点的灰度值判断所述像素块是否为异常块包括：

对所述像素块中像素点的灰度值按照从大到小排序，计算前预设数目个灰度值的均值得到第一均值，并计算后预设数目个灰度值的均值得到第二均值；

判断所述第一均值和所述第二均值的差值是否小于预设门限值；

是则，确定所述像素块是异常块，否则，确定所述像素块不是异常块。

4.根据权利要求1所述的方法，其特征在于，所述根据与当前层图像相邻的下一层图像的信息，获得与所述当前层图像的各像素块对应的第二特征点阈值包括：

根据所述下一层图像与所述当前层图像的缩放比例，以及所述下一层图像的像素块个数，确定所述当前层图像的第二中心点所在像素块的多个邻域块，其中，所述第二中心点由所述下一层图像的第一中心点投影得到；

根据各所述邻域块的均值，并使用双线性插值对所述第二中心点所在像素块进行插值，获得所述第二中心点所在像素块的第二均值，并由所述第二均值以及各所述邻域块的均值得到第二方差；

基于所述第二均值和所述第二方差，得到第二特征点阈值。

5.根据权利要求1所述的方法，其特征在于，该方法还包括：

将所述第一特征点阈值或所述第二特征点阈值分别与预设阈值范围的上限值和下限值进行比较得到比较结果；

若所述比较结果为所述第一特征点阈值或所述第二特征点阈值在所述阈值范围内，则不对所述第一特征点阈值或所述第二特征点阈值进行修改；

若所述比较结果为所述第一特征点阈值或所述第二特征点阈值大于所述上限值，则将所述上限值赋值给所述第一特征点阈值或所述第二特征点阈值，

若所述比较结果为所述第一特征点阈值或所述第二特征点阈值小于所述下限值，则将所述下限值赋值给所述第一特征点阈值或所述第二特征点阈值。

6.根据权利要求1所述的方法，其特征在于，所述按照原始特征点的像素位置筛选所述原始特征点包括：

构建所述原始图像的树形存储结构，将所述原始图像等分为多个像素块，将各所述像素块中的所述原始特征点对应放入所述树形存储结构的节点中；

根据所述节点中的原始特征点的个数循环分裂，得到新增节点，将所述新增节点添加到所述树形存储结构中得到第一节点列表；

获取所述第一节点列表的各节点中所述原始特征点的响应值，按照所述响应值大小对所述原始特征点排序，筛选出排在第一位的所述原始特征点。