[发明专利]一种基于图像处理的特征点提取方法及系统

权利要求书

1.一种基于图像处理的特征点提取方法，其特征在于，包括：

图像分区，基于原始图像进行区域分割，确定若干个局部区域；其中，各个所述局部区域能够组成原始图像，相邻的多个所述局部区域之间具有重叠部分；

分区优化，基于各个局部区域进行对比度调整，确定分区优化总集；

分区合并，根据各个局部区域在原始图像中的位置，基于分区优化总集内的各个像素点组成优化图像；其中，所述优化图像与原始图像相对应；

特征提取，基于优化图像，确定最终特征集合；

在图像分区步骤的具体方法中，还包括：

基于各个局部区域，确定若干个外围子区域和若干个重叠子区域；其中，所述外围子区域对应于其中一个局部区域与相邻局部区域非重叠的部分；所述重叠子区域对应于至少两个局部区域之间重叠的部分；

所述分区优化总集包括外围优化子集和重叠优化子集；其中，所述外围优化子集对应于进行对比度调整后的外围子区域，所述重叠优化子集对应于进行对比度调整后的重叠子区域。

2.根据权利要求1所述的基于图像处理的特征点提取方法，其特征在于，在分区优化的具体方法中，包括：

对局部区域进行对比度调整，确定初始优化集合；

基于外围子区域所在的局部区域的初始优化集合，确定外围优化子集；其中，各个外围子区域与各个外围优化子集一一对应；

基于重叠子区域所关联于的各个局部区域的初始优化集合，确定重叠优化子集；其中，各个重叠子区域与各个重叠优化子集一一对应；

在分区合并的具体方法中，包括：

基于各个重叠优化子集，确定各个过渡子区域；各个所述过渡子区域与各个重叠子区域一一对应；

基于各个外围优化子集，确定各个均衡子区域；各个所述均衡子区域与各个外围子区域一一对应；

基于各个过渡子区域和各个均衡子区域进行合并，确定优化图像。

3.根据权利要求2所述的基于图像处理的特征点提取方法，其特征在于，在基于重叠子区域所关联于的各个局部区域的初始优化集合，确定重叠优化子集的具体方法中，包括：

基于重叠子区域所对应的所有初始优化集合内的各个像素点灰度值的均值，确定重叠优化子集内的各个像素点的灰度值。

4.根据权利要求2所述的基于图像处理的特征点提取方法，其特征在于，在基于各个局部区域进行对比度调整的具体方法中，包括：对各个局部区域分别进行直方图均衡化。

5.根据权利要求1所述的基于图像处理的特征点提取方法，其特征在于：当两个相邻的所述局部区域具有重叠部分时，所述重叠部分的高度为其中一个局部区域高度的50%，和/或，所述重叠部分的宽度为其中一个局部区域宽度的50%。

6.根据权利要求1所述的基于图像处理的特征点提取方法，其特征在于，在特征提取步骤的具体方法中，包括：

基于优化图像进行特征点提取，确定初始特征集合；

基于优化图像进行区域分割，确定若干个提取区域；

基于初始特征集合内的各个特征点在各个提取区域中的分布，确定若干个与各个提取区域一一对应的特征分布子集；

基于各个特征分布子集进行筛选，确定最终特征集合。