[发明专利]基于ASIFT的多模态图像特征提取与匹配方法

摘要

本发明公开了一种基于ASIFT的多模态特征提取与匹配方法，主要解决现有技术所不能解决的多模态图像的点特征提取与匹配问题。其实现步骤是：对ASIFT仿射变换模型倾斜量参数和经度参数进行采样，得到两幅输入图像的两组视图；在这两组视图上，采用高斯差分DoG特征检测方法检测特征点的位置与尺度信息；用平均平方梯度的方法设置特征的主方向且特征向量的幅值采用计数方式设定；计算特征的对称性ASIFT描述符；采用最近邻域方法对特征的对称性ASIFT描述符进行粗匹配以及使用优化随机采样方法去除误匹配特征。本发明能够在多种传感器感知的图像中提取和匹配特征，并且具有完全仿射不变特性，可以应用于目标识别与跟踪，图像配准等领域。

主权项

1.一种基于ASIFT的多模态图像特征提取与匹配方法，包括如下步骤：(1)对两幅需进行特征提取与匹配的图像分别按ASIFT仿射变换矩阵进行仿射变换处理，使每幅图像形成一组视图；(2)对形成的两组视图，采用高斯差分DoG特征检测方法确定视图特征的精确位置信息和尺度信息；(3)根据视图特征的位置信息和尺度信息，计算视图特征的水平平均平方梯度和垂直平均平方梯度Gsx‾Gsy‾=Gsx*hσGsy*hσ]]>其中，*代表卷积，h_σ为方差等于σ的高斯权重核，G_sx＝G_x(x，y)²-G_y(x，y)²为视图特征的水平平方梯度，G_sy＝2·sgn(G_y(x，y))·G_x(x，y)·G_y(x，y)为视图特征的垂直平方梯度，式中G_x(x，y)为视图特征的水平梯度，G_y(x，y)为视图特征的垂直梯度，sgn()为符号函数，·代表相乘；(4)根据视图特征的位置信息和平均平方梯度，确定视图特征在当前视图下的主方向：其中，I表示取交集符号，为提取到的视图特征的主方向，其取值范围为[0，π)；(5)根据视图特征的位置信息和主方向，计算视图特征在当前视图下的仿射尺度不变ASIFT描述符，将视图作灰度翻转变换，计算视图特征在灰度翻转变换视图下的仿射尺度不变ASIFT描述符，将视图特征邻域内像素个数作为这两个仿射尺度不变ASIFT描述符的幅值信息，并对这两个描述符进行组合，形成对称性ASIFT描述符；(6)将对称性ASIFT描述符采用最近邻域方法进行特征描述符粗匹配，然后经过优化随机采样ORSA方法剔除错误的匹配，得到精确匹配特征描述符，并将这些精确特征对应的位置信息映射到两幅原始输入图像中。