[发明专利]基于多中心采样均衡滤波的特征描述子重构方法、装置、介质及终端

说明书

本发明公开了一种基于多中心采样均衡滤波的特征描述子重构方法、装置、介质及终端，方法包括：提取出原始图像中的关键点，将关键点确定为一个中心的描述重心点，将以关键点为圆心并按圆周均匀分布的六个采样点分别确定为采样的描述重心点；基于中心的描述重心点和采样的描述重心点对原始图像进行固定采样，得到描述重心点的灰度变化信息及描述重心点周围采样点的灰度变化信息；对所述灰度变化信息进行滤波处理，得到若干个精确采样点的信息；基于精确采样点的信息对描述重心点及周围采样点进行编码，得到重构的二值特征描述子；本发明采用上述方法后提高了提高了特征描述子的鲁棒性，提高了在光照变换等较恶劣条件下的提取数量和匹配精度。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种基于多中心采样均衡滤波的特征描述子重构方法、装置、介质及终端。

背景技术

局部图像特征描述与匹配是计算机视觉技术的核心步骤，它广泛应用于许多计算机视觉应用之中，包括三维重建、物体识别、图像配准等等。局部图像特征描述的目的是用一个向量对输入的局部图像进行表达，通常将重构出的表示向量称为局部图像特征描述子。通过比较不同的局部图像之间的特征描述子的相似性/距离，就可以进行局部图像匹配，以期得到对应于同一物理场景的局部图像匹配关系。

图像中的特征点由关键点和特征描述子两部分构成，其中，特征描述子用来对特征关键点的邻域图像块进行编码描述，重构方法从直接用邻域像素值构成，发展到基于HOG直方图，再到二进制编码。其中，BRIEF、ORB和BRISK等二进制描述符构造快，具有匹配快和存耗小的优点，但其由于不考虑关键点的灰度分布特点，导致特征描述子在匹配过程中鲁棒性不足，在光照变换等较恶劣条件下提取数量少、匹配精度较低。

发明内容

鉴于上述现有技术的不足，本申请的目的在于提供一种基于多中心采样均衡滤波的特征描述子重构方法、装置、介质及终端，旨在解决在如何增强特征描述子的鲁棒性和提高匹配精度的问题。

为解决上述技术问题，本申请实施例第一方面提供了一种基于多中心采样均衡滤波的特征描述子重构方法，所述方法包括：

提取出原始图像中的关键点，将所述关键点确定为一个中心的描述重心点，将以所述关键点为圆心并按圆周均匀分布的六个采样点分别确定为采样的描述重心点；

基于所述中心的描述重心点和采样的描述重心点对原始图像进行固定采样，得到描述重心点的灰度变化信息及描述重心点周围采样点的灰度变化信息；

对所述灰度变化信息进行滤波处理，得到若干个精确采样点的信息；

基于所述精确采样点的信息对所述描述重心点及周围采样点进行编码，得到重构的二值特征描述子。

作为进一步改进技术方案，所述提取出原始图像中的关键点，将所述关键点确定为一个中心的描述重心点，将以所述关键点为圆心并按圆周均匀分布的六个采样点分别确定为采样的描述重心点包括：

提取出原始图像中的关键点，基于所述关键点对所述原始图像的初始特征描述子进行圆周分布采样，得到关键点信息和关键点周围的采样点信息；

基于所述关键点信息和关键点周围的采样点信息，提取出原始图像中的关键点，将所述关键点确定为一个中心的描述重心点，将以所述关键点为圆心并按圆周均匀分布的六个采样点分别确定为采样的描述重心点。

作为进一步改进技术方案，所述基于所述中心的描述重心点和采样的描述重心点对原始图像进行固定采样，得到描述重心点的灰度变化信息及描述重心点周围采样点的灰度变化信息包括：

所述基于所述中心的描述重心点和采样的描述重心点对原始图像进行固定采样；

将所述描述重心点与描述重心点周围的采样点像素值进行对比，得到描述重心点的灰度变化信息及描述重心点周围采样点的灰度变化信息。