一种多级金字塔结构下无效特征点判断及去除方法

本发明属于数字图像处理，具体涉及一种多级金字塔结构下无效特征点判断及去除方法。

背景技术：

1、图像匹配技术在图像处理领域占重要地位，在计算机视觉、模式识别、遥感图像处理、医学图像分析等领域都有广泛应用。图像匹配的方法主要分为基于灰度的匹配算法、基于变换域的匹配算法和基于特征的匹配算法。其中，基于特征的匹配算法是主流的。图像的匹配效果除了受特征检测算法和匹配方法的影响，还与特征点的质量有关，提取高质量的有效特征点有助于提高图像匹配的正确率和效率。高质量的有效特征点主要有三个特点：一是无论图像受到干扰与否，都能检测到稳定的特征点，即：特征点具备唯一性；二是特征点中包含的特征信息具有代表性；三是特征点必须位于匹配区域的边缘或角点上，同时保证点与点之间有一定的距离，避免密集分布。

2、为了获得高质量的特征点，以增强图像的匹配效果，已经进行了相关研究。在针对特征点的有效性问题上，如利用harris角点检测算子筛选sift特征点，以剔除图像边缘区域中大量伪特征点，虽然该方法有效，但harris角点对人为设定的阈值比较敏感，剔除伪特征点的效果有限；在针对特征点的稳定性问题上，有提出一种基于特征点邻域灰度值差熵的稳定性准则，该准则虽然能有效减少不稳定特征点，但可能在局部邻域内，有多个点满足稳定性准则而被保留下来，造成特征点分布密集的情况；在针对特征点密集性问题上，有利用图像的信息熵，改善特征点分布过于密集的问题，该方法保证了特征点的均匀性，但没有解决复杂干扰图像的匹配问题。

3、图像金字塔是一种多尺度表达图像的方法，它通过多分辨率来解释图像，主要用于图像的匹配和分割等领域。图像金字塔的构建方法是：从原始图像开始，逐步向下采样，得到一系列分辨率逐渐降低的子图像，然后将这些子图像按照金字塔形状排列。这种结构简单而有效，可以在不同层级的金字塔上提取不同尺度的特征点。因此，为了提高匹配准确性和速度，很多匹配算法采用了图像金字塔结构来分层处理图像。但是，在对无效特征点进行筛选剔除时，各层金字塔中都需要剔除相应的无效特征点。

4、目前没有较好的方法针对多级金字塔结构来筛选唯一性强、显著性强并剔除无效的特征点，在进行特征匹配时，这必然会影响图像匹配过程的质量和效率。

技术实现思路

1、本发明的目的在于，提供一种多级金字塔结构下无效特征点判断及去除方法，在提取特征点后先对所有特征点进行唯一性判断，剔除唯一性差的特征点；再建立多级图像金字塔结构，筛选多级金字塔结构下非理想区域的特征点，去除无效特征点，达到正确率以及速度提升的效果。

2、本发明所采用的技术方案如下：

3、一种多级金字塔结构下无效特征点判断及去除方法，包括以下步骤：

4、提取图像的特征点；

5、将图像划分为理想区域与非理想区域；

6、对理想区域内的每个特征点进行唯一性判断，筛选出唯一性差的特征点，并与非理想区域内的特征点一同构成底层无效特征点；

7、建立多级图像金字塔结构，提取各上层级的特征点；

8、基于底层无效特征点以及金字塔层级映射关系对各上层级特征点进行降采样映射判别，将满足降采样映射判别关系的特征点划分为无效特征点；其中，降采样映射判别式为：

9、

10、式中，xn与yn为各上层级特征点的坐标，x与y为底层无效特征点的坐标，n1、n2、n3与n4为邻域尺度，m为降采样因子；

11、由此去除各层级的无效特征点。

12、进一步的，图像金字塔结构为高斯图像金字塔结构，采用特征点提取算法提取图像及其各上层级的特征点。

13、进一步的，对理想区域内的每个特征点进行唯一性判断，筛选出唯一性差的特征点，具体为：

14、对理想区域内的每个特征点进行邻域搜索，若邻域内存在一特征点与其的交叉熵小于预设阈值，则中心位置处的特征点唯一性差。

15、进一步的，交叉熵的计算公式为：

16、

17、式中，d(g,h)为交叉熵，m为描述符的维数，g(p，i)为特征点p的描述符，h(p′,i)为特征点p′的描述符。

18、进一步的，对理想区域内的每个特征点进行m×m邻域搜索，m取值为48。

19、进一步的，预设阈值取值为0.3。

20、进一步的，建立多级图像金字塔结构时，在保证最高金字塔层中特征点数量不小于4的前提下，尽可能高的建立多级图像金字塔结构。

21、进一步的，n1、n2、n3与n4取值为8。

22、进一步的，降采样因子m为2n，n为上层级特征点所在的层级，其中底层为0层级。

23、进一步的，将理想区域与非理想区域的划分框对应进行逐层级尺度降采样，得到每层级的非理想区域范围，范围内的特征点划分为无效特征点。

24、本发明与现有技术相比，具有以下优点及有益效果：

25、本发明在提取图像特征点后进行唯一性判断筛选以及多层级金字塔结构下的非理想区域筛选，剔除了无效特征点，从而达到降低匹配算法无效资源占用的目的，能够大幅度地提高匹配正确率以及速度。

技术特征：

1.一种多级金字塔结构下无效特征点判断及去除方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，图像金字塔结构为高斯图像金字塔结构，采用特征点提取算法提取图像及其各上层级的特征点。

3.根据权利要求1所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，对理想区域内的每个特征点进行唯一性判断，筛选出唯一性差的特征点，具体为：

4.根据权利要求3所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，交叉熵的计算公式为：

5.根据权利要求3或4所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，对理想区域内的每个特征点进行m×m邻域搜索，m取值为48。

6.根据权利要求3或4所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，预设阈值取值为0.3。

7.根据权利要求1所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，建立多级图像金字塔结构时，在保证最高金字塔层中特征点数量不小于4的前提下，尽可能高的建立多级图像金字塔结构。

8.根据权利要求1所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，n1、n2、n3与n4取值为8。

9.根据权利要求1所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，降采样因子m为2n，n为上层级特征点所在的层级，其中底层为0层级。

10.根据权利要求1所述的多级金字塔结构下无效特征点判断及去除方法，其特征在于，将理想区域与非理想区域的划分框对应进行逐层级尺度降采样，得到每层级的非理想区域范围，范围内的特征点划分为无效特征点。

技术总结
本发明公开了一种多级金字塔结构下无效特征点判断及去除方法，包括：提取图像的特征点；将图像划分为理想与非理想区域；对理想区域内的每个特征点进行唯一性判断，筛选出唯一性差的特征点，并与非理想区域内的特征点一同构成底层无效特征点；建立多级图像金字塔结构，提取各上层级的特征点；基于底层无效特征点以及金字塔层级映射关系对各上层级特征点进行降采样映射判别，将满足降采样映射判别关系的特征点划分为无效特征点；由此去除各层级的无效特征点。本发明在提取图像特征点后进行唯一性判断筛选以及多层级金字塔结构下的非理想区域筛选，剔除了无效特征点，从而达到降低匹配算法无效资源占用的目的，能够大幅度地提高匹配正确率以及速度。

技术研发人员：尹勇,邓彪,方永帆
受保护的技术使用者：武汉理工大学
技术研发日：
技术公布日：2024/1/15