[发明专利]一种图像特征点检测方法、系统及计算机存储介质

权利要求书

1.一种图像特征点检测方法，其特征在于，包括：

对待检测图像进行图像增强处理，获得增强图像；

对所述增强图像进行引导滤波处理，获得滤波图像；

对所述滤波图像进行SURF特征点检测，获得目标特征点；

其中，所述对待检测图像进行图像增强处理，获得增强图像，包括：

对待检测图像进行滤波，获得低频图像；

将待检测图像和所述低频图像作差，获得高频图像；

对所述低频图像进行自适应混合调光处理，获得调光图像；

将所述调光图像与所述高频图像叠加，获得所述增强图像。

2.根据权利要求1所述的一种图像特征点检测方法，其特征在于，所述对待检测图像进行滤波，获得低频图像，包括：

采用均值滤波器对待检测图像进行滤波，获得所述低频图像。

3.根据权利要求1所述的一种图像特征点检测方法，其特征在于，所述对所述低频图像进行自适应混合调光处理，获得调光图像，包括：

对所述低频图像进行直方图统计，获得相应的直方图映射输出；

对所述低频图像进行线性调光处理，获得相应的调光输出；

将所述直方图映射输出和调光输出进行加权求和，获得所述调光图像。

4.根据权利要求1所述的一种图像特征点检测方法，其特征在于，所述对所述滤波图像进行SURF特征点检测，获得目标特征点，包括：

构建Hessian矩阵，利用所述Hessian矩阵对所述滤波图像进行处理，获得相应的像素点和二维图像空间；

构建尺度空间；

将经过所述Hessian矩阵处理得到的像素点和二维图像空间以及所述尺度空间邻域内的点进行比较，确定特征点；

根据所述特征点确定主方向；

按照所述主方向确定相应的特征点描述子；

根据所述特征点描述子对所述特征点进行匹配，剔除不匹配的特征点。

5.根据权利要求4所述的一种图像特征点检测方法，其特征在于，所述将经过所述Hessian矩阵处理得到的像素点和二维图像空间以及所述尺度空间邻域内的点进行比较，确定特征点，包括：

将经过所述Hessian矩阵处理得到的像素点和二维图像空间以及所述尺度空间邻域内的点进行比较，确定关键点；

滤除能量弱的关键点以及错误定位的关键点，筛选出最终的特征点。

6.根据权利要求4所述的一种图像特征点检测方法，其特征在于，所述根据所述特征点确定主方向，包括：

在所述特征点的圆形邻域内，统计一定角度扇形内所有点的水平、垂直harr小波特征值的和；

以一定弧度大小的间隔对扇形进行旋转，统计旋转后扇形区域内所有点的水平、垂直harr小波特征值的和；

将区域内每个点的水平、垂直harr小波特征值的和最大的扇形的方向作为所述特征点的主方向。

7.根据权利要求4所述的一种图像特征点检测方法，其特征在于，所述根据所述特征点描述子对所述特征点进行匹配，剔除不匹配的特征点，包括：

确定两个所述特征点间的欧式距离，根据所述欧式距离确定特征点之间的匹配度；

确定匹配度高于阈值的两个所述特征点之间的Hessian矩阵迹；

如果两个所述特征点之间的Hessian矩阵迹的正负号不同，对相应的特征点进行剔除。

8.一种图像特征点检测系统，其特征在于，包括：

图像增强模块，用于对待检测图像进行图像增强处理，获得增强图像；

图像滤波模块，用于对所述增强图像进行引导滤波处理，获得滤波图像；

特征点检测模块，用于对所述滤波图像进行SURF特征点检测，获得目标特征点。

9.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有多条计算机指令，所述多条计算机指令用于使计算机执行权利要求1-8任一项所述的方法。