1.一种确定场景下SIFT特征的快速提取方法,其特征在于:包括学习阶段和应用阶段;
学习阶段,对确定场景下的目标图像提取SIFT特征,进行图像间的SIFT特征配准,并根据配准结果提取有效尺度空间;
应用阶段,提取有效尺度空间下目标图像的SIFT特征,进行匹配并配准。
2.如权利要求1所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:在学习阶段,统计每个特征空间层配准特征数量,根据配准特征数量较大的若干特征空间层确定有效尺度空间。
3.如权利要求2所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:根据有效特征空间层,生成有效DOG空间层,进而生成最终的有效尺度空间。
4.如权利要求3所述的一种确定场景下SIFT特征的快速提取方法,其特征在于,对确定场景下的目标图像提取SIFT特征的方法为:采集在特定场景下,包含前景物体的K幅图像,构造学习样本集φ={Ik,k=1,2,…,K};
根据图像分辨率M和N,确定尺度空间最大组数O,从而确定SIFT特征的尺度空间层数为L=O×(S+3),相应的DOG空间层数为D=O×(S+2),相应的SIFT特征空间层数为T=O×S,其中S为特征空间每组图像层数;
对每一幅图像Ik,提取其SIFT特征,同时记录每一个SIFT特征对应的特征空间层,记为Fk={(fk,p,(ok,p,sk,p)),p=1,2,…,Pk},其中fk,p为SIFT特征,ok,p∈{0,1,…,O-1}为对应的组,sk,p∈{1,2,…,S}为对应的层,Pk为第k幅图像提取的SIFT特征的数量。
5.如权利要求4所述的一种确定场景下SIFT特征的快速提取方法,其特征在于,图像间的SIFT特征配准具体方法为:遍历图像Ik1∈φ,Ik2∈φ,k1≠k2,基于SIFT特征进行配准,若fk1,pk1和fk2,pk2为配准特征对,其对应的组分别为ok1,pk1和ok2,pk2,层分别为sk1,pk1和sk2,pk2,则累加器h(ok1,pk1,sk1,pk1)和h(ok2,pk2,sk2,pk2)分别加1,获得SIFT特征配准确定的累加器提取有效特征空间 其中n值根据实际需要确定。
6.如权利要求5所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:初始化累加器h={(o,s)|o=0,1,…,O-1;s=1,2,…,S}为零。
7.如权利要求6所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:对于每一个有效特征空间层(oi,si)∈TS*,确定有效DOG空间层(oi,si-1),(oi,si)和(oi,si+1),进而确定尺度空间层(oi,si-1),(oi,si),(oi,si+1)和(oi,si+2),并剔除重复的*尺度空间层,从而获得最终的有效尺度空间L。
8.如权利要求1-7任一项所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:在应用阶段,将原始图像变换到学习得到的有效尺度空间,并进行SIFT特征的提取。
9.如权利要求8所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:在应用阶段的SIFT特征匹配和配准中,对于特征空间层(oi,si)特征的匹配或配准,搜索特征空间层(oi,si-1),(oi,si)和(oi,si+1)。
10.如权利要求1-7中任一项所述的一种确定场景下SIFT特征的快速提取方法,其特征在于:本方法应用于污损硬币检测。