[发明专利]SURF特征点提取方法、系统、计算机设备和存储介质在审

专利信息
申请号: 202111030496.3 申请日: 2021-09-03
公开(公告)号: CN113869326A 公开(公告)日: 2021-12-31
发明(设计)人: 范大勇;高合社 申请(专利权)人: 中航航空电子有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/32
代理公司: 北京科家知识产权代理事务所(普通合伙) 11427 代理人: 卢正伟
地址: 100086 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: surf 特征 提取 方法 系统 计算机 设备 存储 介质
【权利要求书】:

1.一种SURF特征点提取方法,其特征在于,所述SURF特征点提取方法包括:

获取图像数据,将所述图像数据存入内部处理模块中,得到第一图像数据;将所述图像数据存入外部存储模块中,得到第二图像数据;

从所述第一图像数据中提取特征点,根据所述特征点的参数信息在所述第二图像数据中获取预设大小的方形区域,根据所述参数信息和所述方形区域计算得到所述特征点的主方向;

根据所述参数信息、所述主方向和所述方形区域,计算得到第一特征点描述符。

2.根据权利要求1所述的SURF特征点提取方法,其特征在于,根据所述参数信息和所述方形区域计算得到所述特征点的主方向的方法包括:

根据所述参数信息获取所述特征点的位置信息,从外部存储QDR芯片的所述第二图像数据中获取所述方形区域;

提取所述方形区域内的像素数据,存入第一随机存储器中,得到第一区域数据;

根据所述参数信息和所述第一区域数据,用SURF算法计算出所述主方向。

3.根据权利要求2所述的SURF特征点提取方法,其特征在于,获取所述方形区域的方法包括:

根据所述特征点的坐标位置提取矩形区域,所述矩形区域包括所述方形区域的所有像素点;

根据所述特征点的列坐标确定待读取数据的起始点和个数,在所述第一随机存储器中逐一读取所述矩形区域数据;

根据预设所述方形区域的大小和特征点的坐标位置,剔除所述矩形区域数据中的无效数据,得到所述方形区域。

4.根据权利要求1所述的SURF特征点提取方法,其特征在于,计算得到第一特征点描述符的方法包括如下步骤:

根据所述参数信息获取所述特征点的位置信息,从外部存储QDR芯片的所述第二图像数据中获取所述方形区域;

提取所述方形区域内的像素数据,存入第二随机存储器中,得到第二区域数据;

根据所述参数信息、所述主方向和所述第二区域数据计算得到所述特征向量;

将所述参考图像数据的所述特征向量归一化,得到第一特征点描述符。

5.根据权利要求4所述的SURF特征点提取方法,其特征在于,计算所述特征向量的方法包括:

以所述特征点的坐标为中心选取所述方形区域,将所述方形区域分割为若干个子块区域;

以每个所述子块区域的坐标为中心,选取大于所述子块区域面积的采样区域,利用高斯函数计算每个所述子块区域的权重系数;

根据所述权重系数,计算出若干个所述子块区域的特征描述符,将所述特征描述符化为所述特征向量;

将所述特征向量归一化,得到所述第一特征点描述符。

6.根据权利要求1所述的SURF特征点提取方法,其特征在于,得到所述第一特征点描述符后还包括以下步骤:

获取所述待匹配图像数据,从所述待匹配图像数据中获取第二特征点描述符;

将所述第一特征点描述符与所述待匹配图像数据中的所有所述第二特征点描述符进行欧式距离计算,选取满足条件的所述第一匹配点对。

7.根据权利要求6所述的SURF特征点提取方法,其特征在于,获得所述第一匹配点对后还包括筛选步骤:

将所述第一匹配点对输入筛选模块中,根据GMS算法初步筛选,得到第二匹配点对;

根据仿射变换和RANSAC算法筛选所述第二匹配点对,获得第三匹配点对。

8.一种SURF特征点提取系统,其特征在于,所述系统包括内部处理模块和外部存储模块;所述内部处理模块中还包括获取模块;

所述获取模块获取图像数据,将所述图像数据写入所述内部处理模块中,得到第一图像数据;将所述图像数据存入所述外部存储模块中,得到第二图像数据;

所述内部处理模块从所述第一图像数据中提取特征点,根据所述特征点的参数信息在所述第二图像数据中获取预设的方形区域,计算得到所述特征点的主方向;根据所述参数信息、所述主方向和所述方形区域,计算得到第一特征点描述符;

所述外部存储模块为外部存储QDR芯片,为所述主方向计算和所述第一特征点描述符计算提供数据源。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中航航空电子有限公司,未经中航航空电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111030496.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top