专利名称：：一种仿射尺度不变的特征点提取方法
技术领域：
：本发明属于计算机图像处理
技术领域：
，特别是一种仿射尺度不变的特征点提取方法，用于两幅图像视角尺度发生变化时的匹配。
背景技术：
：图像匹配是计算机视觉中一个非常重要的研究课题，广泛应用于图像匹配，目标跟踪，物体识别，立体匹配，图像拼接等领域中。这些领域需要解决的一个共同问题就是寻找同一场景中多幅视图之间的几何关系。但是图像在采集过程中会有因为拍摄视角、光照、尺度等问题造成对同一场景下采集的图像之间存在很大的差异。为了解决这类的问题，目前众多学者从不同角度出发，提出很多特征提取与匹配的方法。应用较广泛的是SIFT算法，但是在拍摄视角变化较大时匹配成功的特征点将大大减少；后来的ASIFT算法提出使用摄像机仿射模型，模拟图像因为视角的改变产生的可能的图像扭曲变形。但是SIFT算法在倾斜角度较大时会检测不到匹配点，SIFT算法过渡倾斜几乎不超过2。Harris-Affine,Hessian-Affine算法会处理倾斜度达到2.5和MSER倾斜度会达到10。ASIFT算法能处理过渡倾斜达36或更高，但是有些情况下ASIFT检测到的特征点太多，会有较多的误匹配。
发明内容为避免现有特征提取和图像匹配技术存在的上述问题，本发明提供一种仿射尺度不变的特征点提取方法，其能够精确提取图像中仿射不变和尺度不变的特征点，以满足图像视角尺度发生变化时的匹配。本发明提供的一种仿射尺度不变的特征点提取方法，包括以下步骤:I)、根据摄像机仿射模型确定倾斜量参数和经度参数，对待匹配的两幅图像分别做ASIFT仿射变换处理，模拟图像可能发生的仿射扭曲，得到对应该两幅图像的两组视图A、B;2)、分别检测计算所述两组视图A、B中的每个视图的最大稳定极值区域(MSER，MaximallyStableExtremalRegions)；3)、使用椭圆区域方程拟合检测到的每个MSER；4)、对所述两组视图，采用高斯差分DoG特征检测方法检测每个MSER区域中的特征点的位置信息和尺度信息，所述特征点是每个MSER区域中拟合椭圆处的特征点，此处的特征点最具仿射不变性；5)、统计所述每个特征点邻域的方向信息，使用传统直方图法最终生成所述每个特征点的描述算子。上述步骤2)中MSER提取过程如下:通过给定的一系列二值化阈值，得到一组通过此系列阈值二值化的图像，并分析相邻阈值图像中所包含的连通区域，最终检测到图像的MSERs0上述步骤3)中可以采用下式的椭圆区域方程De对检测出的每个MSER进行拟合，以更精确地确定特征点的搜索范围和增强算法的鲁棒性，权利要求1.一种仿射尺度不变的特征点提取方法，其特征是包括以下步骤:1)、根据摄像机仿射模型确定倾斜量参数和经度参数，对待匹配的两幅图像分别做仿射变换处理，模拟图像可能发生的仿射扭曲，得到对应该两幅图像的两组视图A、B;2)、分别检测计算所述两组视图A、B中的每个视图的最大稳定极值区域(MSER)；3)、使用椭圆区域方程拟合检测到的每个MSER；4)、对所述两组视图，采用高斯差分DoG特征检测方法检测每个MSER区域中的特征点的位置信息和尺度信息，所述特征点是每个MSER区域中拟合椭圆处的特征点，此处的特征点最具仿射不变性；5)、统计所述每个特征点邻域的方向信息，使用传统直方图法最终生成所述每个特征点的描述算子。2.根据权利要求1所述的提取方法，其特征是所述步骤2)中MSER提取过程如下:通过给定的一系列二值化阈值，得到一组通过此系列阈值二值化的图像，并分析相邻阈值图像中所包含的连通区域，最终检测到图像的MSERs。3.根据权利要求1或2所述的提取方法，其特征是:步骤3)中采用下式的椭圆区域方程队对检测出的每个MSER进行拟合，以更精确地确定特征点的搜索范围和增强算法的鲁棒性，4.根据权利要求1所述的提取方法，其特征是:步骤4)仅仅截取每个视图中的MSER区域按下式建立高斯差分尺度空间，D(x,y,δ)=(G(x,y,kδ)-G(x,y,δ))*Ι(χ,y)=L(x,y,kδ)-L(χ,y,δ)其中，g(x，y，δ)为尺度因数δ可变的高斯卷积核函数，I(x，y)为输入的一幅视图，k为常数，*代表卷积运算；检测尺度空间极值；在检测到极值点的位置利用D(x，y，δ)的二阶Taylor展开式，舍去不稳定的边缘响应，同时得到两组视图特征的精确位置和尺度信息。5.根据权利要求4所述的提取方法，其特征是:在检测尺度空间极值时，标记的像素需要与包括同一尺度的周围邻域8个像素和相邻尺度对应位置的周围邻域各9个像素，总共26个像素进行比较。6.根据权利要求1所述的提取方法，其特征是:步骤3)中，采用下式的椭圆区域方程De对检测出的每个MSER进行拟合，全文摘要一种仿射尺度不变的特征点提取方法，包括根据摄像机仿射模型确定倾斜量参数和经度参数，对要匹配的两幅图像分别做仿射变换，模拟图像可能发生的仿射扭曲；检测经过仿射变换的图像中的最大稳定极值区域(MSER)，并采用用椭圆区域方程拟合检测到的每个MSER；进而通过DoG高斯差分算子检测MSER区域中特征点并根据特征点所在位置及尺度信息生成对应的特征点描述算子。本方法能够精确提取图像中仿射不变和尺度不变的特征点，在图像产生较大的倾斜时仍能检测到较多的特征点，具有很好的抗仿射性。同时，采用MSER区域的检测，能够减少特征点的检测范围，减少误匹配，增加算法的执行效率。文档编号G06T7/00GK103186899SQ20131009138公开日2013年7月3日申请日期2013年3月21日优先权日2013年3月21日发明者王好谦,张新,张永兵,戴琼海申请人:清华大学深圳研究生院