[发明专利]一种应用于图像匹配的尺度不变特征点提取方法

权利要求书

1.一种应用于图像匹配的尺度不变特征点提取方法，其特征在于，所述方法包括：

S1：计算图像中像素点的在不同尺度下的尺度区域值，建立尺度金字塔，尺度金字塔的每一层对应一个不同尺度及各像素点在不同尺度下的尺度区域值，尺度值计算的范围是半径为当前尺度σ大小的圆域；

S2：在不同尺度下的每个像素点作为中心像素点与周围8个像素点的尺度区域值进行比较，筛选出候选特征点，并计算图像在不同尺度下的尺度响应得分；

S3：对S2筛选出的候选特征点进行非极大值抑制，筛选出尺度响应得分最大的候选特征点，并用当前尺度与上下尺度的响应得分进行插值计算，得到精确尺度，去掉偏移超过设定值的候选特征点，剩余的候选特征点为尺度不变特征点。

2.根据权利要求1所述的一种应用于图像匹配的尺度不变特征点提取方法，其特征在于，所述S1中，像素点的尺度区域值为：

其中，B_sp为尺度圆的外接方形值，L_sp为尺度圆的内接方形值，I_sp为尺度区域值，所述尺度圆为以图像中某一像素点为中心、半径为设定的尺度值大小的圆形区域；

尺度σ的大小为：

σ＝1.2*2((o-1)/3)o＝1，2，…，10

其中，o表示为尺度金字塔的层数。

3.根据权利要求1所述的一种应用于图像匹配的尺度不变特征点提取方法，其特征在于，所述S2包括：

S21：在每一层尺度金字塔中筛选出候选特征点；

在不同尺度下的每个像素点作为中心像素点，在半径为尺度值2倍大小的圆上选取8个像素点作为对比像素点，包括：水平2个像素点、竖直2个像素点、对角4个像素点，若索引的中心像素点的尺度区域值与周围的对比像素点的尺度区域值的差值存在连续6个大于阈值或小于阈值，则认为所述中心像素点在尺度σ下是特征点；

中心像素点的尺度区域值与对比像素点区域值的大小关系分类如式：

其中，d表示中心像素点的尺度区域值大于对比像素点的尺度区域值，s表示中心像素点的尺度区域值接近对比像素点的尺度区域值，b表示中心像素点的尺度区域值小于对比像素点的尺度区域值，I_sp→sx表示对比像素点的尺度区域值，I_sp表示索引的中心像素点的尺度区域值，thr表示阈值，sp表示索引的中心像素点，sx表示对比像素点；

若8个对比像素点中的S_sp→sx连续6个d，则索引的中心像素点属于Pd类，若8个对比像素点中的S_sp→sx连续6个b，则sp属于Pb类；

S22：对图像在不同尺度下的尺度区域值计算尺度响应得分V，尺度响应得分具有两种情况的分别为候选特征点和非候选特征点，对于候选特征点的尺度响应得分V：

对于非候选特征点的尺度响应得分V计算方式为：

其中，S_bright表示中心像素点尺度值较对比的像素点的尺度值大的情况，S_dark表示中心像素点尺度值较对比的像素点的尺度值小的情况。

4.根据权利要求1所述的一种应用于图像匹配的尺度不变特征点提取方法，其特征在于，所述S3包括：

S31：对候选特征点进行在当前尺度与前后尺度下范围为(2σ+1)*(2σ+1)*3的非极大值抑制，挑选出尺度区域内响应得分最大的候选特征点；

S32：对筛选的候选特征点在当前尺度与前后尺度下进行亚尺度插值计算，并去掉偏移量大于0.5的候选特征点，剩余的候选特征点为尺度不变特征点。

5.根据权利要求1所述的一种应用于图像匹配的尺度不变特征点提取方法，其特征在于，所述方法还包括S4，对得到的尺度不变特征点结合Surf区域描述生成局部特征，对图像进行匹配实验得到匹配结果并分析。