[发明专利]一种基于特征提取的复杂场景图像的目标角点提取方法

说明书

本发明公开了一种基于特征提取的复杂场景图像的目标角点提取方法，首先，将图像灰度化，在此基础上对图像二值化，以避免全局二值化影响局部性质，提高了二值化的准确性，利用Harris角点检测方法检测出所有可能的角点，针对每个角点提取对应的特征，包括邻域矩阵计算结果，邻域二值化黑白像素的变化特征等，在此基础上对大量的特征进行特征分析以确定目标角点的特性，最后，利用分析所得到的相关参数过滤掉不满足要求的候选角点。本方案能够准确过滤掉不满足要求的候选角点，提取出目标角点，大大提高了目标角点提取的准确性和检测效率，能够满足复杂场景图像目标角点的提取。

技术领域

本发明涉及电子信息技术领域，特别是涉及一种基于特征提取的复杂场景图像的目标角点提取方法。

背景技术

图像角点检测与提取是图像处理过程中较为常见的问题。作为图像处理中的一个基本问题，如何高效提取图像，特别是具有复杂背景图像中的目标角点是一个具有现实意义的课题。图像角点提取就是给定一张图片，提取图像中的目标角点，如图1中的角点A。

当前图像角点检测方法较多，常见的角点检测方法有harris角点检测，对harris改进的Shi-Tomasi角点检测方法，Moravec角点检测方法，以及基于SUSAN算子的FAST角点检测方法等。但这些方法对于都是识别出大量的角点，如图1中，这些方法会同时识别出类似于B点的角点，需要提取的目标点A还需要做进一步优化处理，角点检测效率较低。

在现实场景中通常会遇到更复杂的背景图像，如快速找出图2中的点A、B、C、D，直接利用诸如harris等角点检测方法会产生大量的候选点，远不能满足技术要求。

发明内容

本发明的目的在于提出一种基于特征提取的复杂场景图像的目标角点提取方法，以提升角点检测效率，且满足更复杂的背景图像中目标角点的提取。

一种基于特征提取的复杂场景图像的目标角点提取方法，包括以下步骤：

S1，对待处理图像M进行图像灰度化，并在此基础上对图像二值化，灰度化图像记为A，二值化的图像记为B；

S2，将图像B划分为5×5个小区域，记为B[i,j],(i,j∈{1,2,…,5})，对图像A也做类似的处理，记为A[i,j],(i,j∈{1,2,…,5})；

S3，对步骤S2中每个子区域A[i,j],(i,j∈{1,2,…,5})，跳过明显不满足要求的子区域；

S4，对于保留的子区域，利用角点检测方法检测出所有的候选角点；

S5，对于步骤S4中的每个角点，取以角点为中心半径为R从B[i,j],(i,j∈{1,2,…,5})中得到矩形邻域；

S6，对于步骤S5中的每个矩形邻域，进行特征提取；

S7，对步骤S6中的大量数据进行数据分析，得到每个特征最优的过滤阈值参数，记为P；

S8，对于步骤S4中的每个候选角点，过滤掉所有不满足步骤S7参数条件的候选点，保留目标角点；

S9，计算目标角点在原图中的坐标。

根据本发明提供的基于特征提取的复杂场景图像的目标角点提取方法，将传统的角点检测方法与特征工程技术相结合，使得目标角点的提取更加精准，在一定程度上提高了角点检测的效率，为基于角点检测算法的后续开发提供基础，大大提高了角点检测的智能化水平，如透视变换过程的自动化等。相比传统技术，具有以下有益效果：

1、基于数据分析的角点过滤，引入矩阵技术提取角点特性，在一定的程度上提高了算法的运算过程，另一方面，传统的角点检测只是检测出所有可能的角点，本发明提出的方法通过提取的特性能够快速过滤掉多余的角点，保留目标角点，提高了角点的提取准确率，对于实际应用有一定的现实意义；