融合颜色信息和全局信息的sift特征匹配算法

文档序号:6628478阅读:733来源:国知局
融合颜色信息和全局信息的sift特征匹配算法
【专利摘要】本发明公开了一种基于SIFT(Scale Invariant Feature Transform)的图像匹配算法——SCARF(Shape-Color Alliance Robust Feature)算法。该方法首先对图像进行特征点的提取,然后建立相应的坐标系,构造三种不同的描述子,从而进行图像匹配。特征点的提取继续沿用SIFT的特征点的提取方法,然后以每个特征点为圆心建立同心圆坐标系,最后根据图像的局部信息、全局信息和颜色信息来构造相应的描述子,根据权重参数的选择构造不同的坐标系,从而得到全新的描述子。由于本方法所提取的特征点具有很好的旋转和尺度不变性,在构造描述子又考虑了图像的全局形状信息和局部信息以及颜色信息,且采用的同心圆坐标系简化了算法的计算量,提高了匹配的鲁棒性,使得匹配的效果更为出色。
【专利说明】融合颜色信息和全局信息的SIFT特征匹配算法

【技术领域】
[0001] 本发明涉及到一种基于SIFT的改进图像匹配算法--SCARF (Shape-Color Alliance Robust Feature)算法。此方法主要是对两幅相同场景的图像进行匹配,且具有 丰富的全局形状信息和颜色信息,增强了匹配的效果,运算量适中,能够应用于要求匹配精 度较高的图像处理设备。本方法能够广泛应用于医学图像处理、遥感图像、模式识别、3D重 建等领域。

【背景技术】
[0002] 图像匹配是计算机视觉和图像处理领域中一项非常重要的工作。主要用于将不同 时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配。图像匹配 是多种图像处理及应用的基础,匹配的效果直接影响到其后续图像的处理工作。
[0003] 在对图像进行匹配的过程中,检测适于图像匹配的关键点(Interest Point Detection)是一个不可或缺的重要环节。在检测图像的关键点过程中,为了减少图像匹配 的复杂度,通常利用一些不变性特征来进行图像关键点的提取和选择。另外,由于视角、尺 度等变换,在图像间通常存在差异,因此,通常选取具有旋转、灰度、平移和尺度不变的图像 特征来提取图像关键点,进而描述关键点附近的图像子块。
[0004] 在目前的图像匹配方法中,由David Lowe提出的尺度不变特征变换(Scale Invariant Feature Transform, SIFT)描绘算子较为常用。在该方法中,通过在关键点为 中心的邻域窗口内采样,并用直方图统计邻域像素的梯度方向,直方图的峰值代表该关键 点处邻域梯度的主方向,即作为该关键点的方向,然后根据主方向进行调整来消除仿射变 换中的旋转造成的差异。然而由于是为灰度图像而设计的局部算子,SIFT匹配会出现匹配 模糊等问题。


【发明内容】

[0005] 鉴于SIFT匹配是为灰度图像而设计的局部算子,在处理彩色或局部有相似形状 的图像时会出现匹配模糊等问题,本发明提供了一种结合全局形状信息和颜色信息的SIFT 匹配算法,具体步骤如下:
[0006] 1)首先对匹配图像进行特征点的提取。本方法采用SIFT检测子来进行特征点的 提取,这样我们所提取的特征点具有很好的尺度不变性和旋转不变性。
[0007] 2)构造合适的坐标系。本方法构造一个简单的同心圆坐标系,对提取到的每个特 征点,以它为圆心,以kX 〇为半径,建立同心圆坐标。其中,k是实验参数,〇是特征点所 对应的尺度。
[0008] 3)对特征点进行描述。本方法从局部信息、全局信息、颜色信息三个方面分别对特 征点进行描述,从而得到一个综合性的描述子。SIFT本身即是一种鲁棒性很强的局部描述 子,因此在对特征点进行局部信息提取时本方法采用SIFT描述子;同时,对每个特征点分 别计算它的主曲率信息和颜色不变量,并统计它们在同心圆坐标系中的分布,可以分别得 到32维全局描述子G,32维颜色信息描述子C和128维局部信息描述子S,组合上述三种描 述子可得到如式(1)所不的 192 维 SCARF(Shape-Color Alliance Robust Feature)特征 描述子。

【权利要求】
1. 本发明公开了一种基于SIFT (Scale Invariant Feature Transform)的图像匹配算 法-SCARF (Shape-Color Alliance Robust Feature)算法,主要由原 SIFT 特征描述子、 全局信息描述子和颜色描述子组合而成。
2. 基于权利要求1,本发明的特征点都是由SIFT检测子提取出来的。
3. 基于权利要求1,三种描述子都是基于构造的32个同心圆坐标系来进行描述的。
4. 基于权利要求1和2,在权利要求3所构造的同心圆坐标系上,本发明计算权利要求 2提取出来的特征点的主曲率值,并进行加权,得到全局信息描述子。
5. 基于权利要求1和2,在权利要求3所构造的同心圆坐标系上,本发明计算权利要求 2提取出来的特征点的颜色不变量的值,并进行加权,得到颜色描述子。
【文档编号】G06T7/00GK104361573SQ201410500252
【公开日】2015年2月18日 申请日期:2014年9月26日 优先权日:2014年9月26日
【发明者】王睿, 朱正丹 申请人:北京航空航天大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1