[发明专利]基于快速自适应鲁棒性尺度不变的特征检测子技术的方法

说明书

本发明公开了一种基于快速自适应鲁棒性尺度不变的特征检测子技术的方法，它涉及特征检测技术领域。本发明首先提出了尺度空间组数自适应选取方法，来改善检测子针对不同图像的鲁棒性。然后提出了基于过渡层的尺度空间构建方法，来增强尺度空间的鲁棒性。最后利用基于加速段检验的自适应通用角点检测子计算特征分数，并通过简化传统亚像素级矫正算法，来提高特征分数的计算与亚像素级矫正的执行效率。通过复现率与耗时的实验进行了验证，与5种使用广泛的检测子对比结果表明，快速自适应鲁棒性尺度不变的特征检测子的鲁棒性与实时性较强。

技术领域

本发明涉及的是特征检测技术领域，具体涉及一种基于快速自适应鲁棒性尺度不变的特征检测子技术的方法。

背景技术

在计算机提取图像信息时，特征检测子是确定图像中像素点是否属于图像特征的基本算法，是特征匹配的关键步骤。特征检测子主要解决照度变换、JPEG压缩变换、模糊变换、视点变换，尺度与旋转变换对特征匹配影响的问题，并且决定了参与匹配的特征数目，从而影响特征匹配的计算量，同时特征点坐标决定了图像间的变换关系，因此特征检测子较大程度地影响了匹配精度。所以研究特征检测子意义重大。

对于特征检测，学者们做了大量工作：Lowe提出并完善了尺度不变特征匹配(scale invariant feature transform，SIFT)检测子。该检测子在高斯差分(differenceof Gaussians，DoG)空间内进行非极值抑制，然后剔除低对比度的点，并减弱边缘影响，最后利用梯度直方图计算特征方向。该检测子具有照度、JPEG压缩、模糊、视点、尺度与旋转不变性，但检测子的鲁棒性与实时性不强。Bay等人提出了快速鲁棒性特征 (speeded uprobust features，SURF)检测子。该检测子在尺度空间内使用快速海森矩阵检测得到候选点，然后利用小波扇形环绕法定向。虽然该检测子的实时性与鲁棒性较SIFT大幅增强，但快速海森矩阵鲁棒性较弱，所以该检测子的鲁棒性仍待加强。Leutenegger提出了二进制鲁棒性尺度不变的特征(binary robust invariant scalable keypoints， BRISK)检测子。该检测子在近似尺度空间中利用基于加速段的特征检测子(features from acceleratedsegment test，FAST)与基于加速段检验的自适应通用角点检测子(adaptive and genericcorner detection based on the accelerated segment test，AGAST)检测特征点，利用长距离迭代法定向，这使检测速度大幅提升，但尺度空间构建没有进行滤波，所以该检测子的鲁棒性不强。Pablo等人提出了一种非线性特征检测的风式特征KAZE检测子。该检测子采用任意步长来构造稳定的非线性尺度空间，采用海森矩阵检测特征点，使其对于各种变换比SURF、BRISK 等更加稳健，但非线性尺度空间运算复杂，所以运行效率较低。Pablo等人对KAZE进行了改良，提出一种快速风式特征(Accelerated-KAZE)检测子，该检测子利用快速显式扩散方程(fast explicit diffusion，FED) 动态改善了非线性尺度空间的构建，使得运行效率与鲁棒性大幅增强，但快速非线性尺度空间的构建还是比高斯尺度空间的构建复杂，且各方面鲁棒性也稍弱，所以该检测子的鲁棒性与实时性仍有改良空间。

由于学者们多年来针对特征检测的不同步骤进行创新与改进，使得大部分检测子的鲁棒性与实时性有了一定的提高，但仍存在以下问题：固定的尺度空间组数与层数无法满足不同图像处理；传统尺度空间连续性差，非线性尺度空间鲁棒性不高，且运算复杂；DoG或快速海森矩阵等的检测速度无法满足实时性需求；传统亚像素级矫正方法运算复杂。

针对以上问题，本发明首先提出尺度空间组数自适应选取方法来满足不同图像的检测；其次提出基于过渡层的尺度空间构建方法改善空间连续性，增强检测鲁棒性；再次基于FAST计算特征分数，并通过简化传统亚像素级矫正法来提高检测速度。

综上所述，本发明设计了一种基于快速自适应鲁棒性尺度不变的特征检测子技术的方法。

发明内容