[发明专利]一种基于自适应分数阶微分SIFT改进方法

摘要

本发明涉及一种基于自适应分数阶微分SIFT改进方法，基于自适应分数阶微分的幅值和方向重构，二维图像信号L(x,y)的局部自适应分数阶阶次的分数阶微分为：其中，式(1)(2)中的表示臂长方向上的自适应分数阶阶次集，在不规则区域内臂长的长度反应局部纹理的变化趋势，用长臂长来表示纹理变化的主方向。本发明的方法，改进了传统的SIFT方法，在加噪声、旋转和光照变化的情况下，检测的特征点数和匹配的点数比传统的SIFT高的多，并且匹配的准确率也提高了很多。

主权项

一种基于自适应分数阶微分SIFT改进方法，其特征在于，包括基于自适应分数阶微分的幅值和方向重构、以及联合权值构建，通过自适应分数阶微分的幅值和方向重构以及联合权值构建来重构方向直方图，准确刻画局部不规则和无序的纹理特征；其中基于自适应分数阶微分的幅值和方向重构，二维图像信号L(x,y)的局部自适应分数阶阶次的分数阶微分为：$\begin{array}{c}{\frac{{\∂}^{v_p^i}L(x,y)}{{\∂x}^{v_p^i}}}_{\left|\right\{v_p^0,v_p^2\}}\≈L(x,y)+(-v_p^i)L(x-1,y)\\ +\frac{(-v_p^i)(-v_p^i+1)}{2}L(x-2,y)+...\\ +\frac{\mathrm{\Γ}(n-v_p^i+1)}{(n-1)!\mathrm{\Γ}(-v_p^i)!}L(x-n+1),y)\end{array}---\left(1\right)$$\begin{array}{c}{\frac{{\∂}^{v_p^i}L(x,y)}{{\∂y}^{v_p^i}}}_{\left|\right\{v_p^1,v_p^3\}}\≈L(x,y)+(-v_p^i)L(x,y-1)\\ +\frac{(-v_p^i)(-v_p^i+1)}{2}L(x,y-2)+...\\ +\frac{\mathrm{\Γ}(n-v_p^i+1)}{(n-1)!\mathrm{\Γ}(-v_p^i)!}L(x,y-n+1))\end{array}---\left(2\right)$其中，式(1)(2)中的表示臂长方向上的自适应分数阶阶次集，在不规则区域内臂长的长度反应局部纹理的变化趋势，用长臂长来表示纹理变化的主方向。