欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020112641914
申请人: 三峡大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-10-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于图像分块的自适应ORB特征提取方法,其特征在于,包括以下步骤:STEP1、将原图像分为L块子图像,分别用P(1),P(2)…P(i)表示,其中i≤L;

STEP2、将每一块子图像P(i)构造T层金字塔;

STEP3、将每一块子图像P(i)的每一层金字塔提取特征点;

STEP4、从i=1开始比较每一块子图像P(i)提取的总特征数Ci是否大于 若则跳至步骤5;若 返回步骤3,降低提取特征点的阈值;

其中,Si为P(i)块子图像的面积,S为原图像面积,Sum为需要提取的特征点总数;

STEP5、判断i是否等于L,若等于,实行步骤6,若不等于,则i=i+1,返回步骤3;

STEP6、利用Harris角点检测算法对提取的特征点打分,选取前Sum个较好的特征点;

STEP7、在原图中显示特征点位置。

2.根据权利要求1所述的基于图像分块的自适应ORB特征提取方法,其特征在于,所述的STEP3中特征点的提取采用FAST14-24角点检测。

3.根据权利要求2所述的基于图像分块的自适应ORB特征提取方法,其特征在于,所述的STEP1的具体过程为:STEP1.1、计算出图像的宽和高,分别用A,B表示,计算A/M,B/N,求出子图像总块数L,其中,M为分割的列数,N为分割的行数;

STEP1.1.1、若A是M的倍数,B是N的倍数,则L=M*N,计算每一块子图像面积Si;

STEP1.1.2、若A是M的倍数,B不是N的倍数,则L=M*N+1,计算每一块子图像面积Si;

STEP1.1.3、若A不是M的倍数,B是N的倍数,则L=M*N+1,计算每一块子图像面积Si;

STEP1.1.4、若A不是M的倍数,B不是N的倍数,则L=M*N+2,计算每一块子图像面积Si。

4.根据权利要求2所述的基于图像分块的自适应ORB特征提取方法,其特征在于,所述的STEP3的具体过程为:STEP3.1、从P(i)块图像中挑选一个像素点p0,其灰度值为 设定阈值t;

STEP3.2、以p0点为中心,挑选其周围的24个点,24个点的分布为:以p0点为中心,去掉其

7*7区域的最外围四个角的4个点,最外围上,p0的正上方为p1顺时针依次为p1、p2、p3、p5至p9、p11至p15、p17至p21、p23、p24,以p0为中心,3*3区域中右上角为p4,右下角为p10,左上角为p22,左下角为p16,当这24个点中至少有连续14个点的像素大于 时,令flag=1,或者当小于 时,,令flag=0,当flag=1或0时,则认为p0点是特征侯选点;

STEP3.3、若flag=1,计算该点和周围24个点的差值 若flag=0,则 遍历24个点,若d(j)后有连续14个点的最小值,满足:

md=min(d(j+1),d(j+2),…d(j+14)),(d(25)=d(1),d(26)=d(2),…)大于t,令t=md,重新循环24个点,直到恰好该点不满足特征点判定条件,此时侯选点分值V=t,若该点不是特征候选点,则V=0,其中, 是像素点pj的灰度值;

STEP3.4、计算以p0为中心,附近3*3区域的8个像素点(g1,g2…g8)的分值V,分别为Vg=(Vg1,Vg2…Vg8),若STEP3.3所得的V>max(Vg),则判定该点为特征点。

5.根据权利要求2所述的基于图像分块的自适应ORB特征提取方法,其特征在于,所述的STEP6的具体过程为:STEP6.1、根据Harris角点检测算法计算出原图像每个像素点的角点准则函数R的值;

STEP6.2、按照角点准则函数R的高低排序选择前Sum个需要的特征点。

6.根据权利要求1所述的基于图像分块的自适应ORB特征提取方法,其特征在于,所述的STEP2中金字塔的层数T≥4。

7.根据权利要求1所述的基于图像分块的自适应ORB特征提取方法,其特征在于,还包括以下步骤:STEP8、将提取的特征点与原图像进行匹配。

8.根据权利要求7所述的基于图像分块的自适应ORB特征提取方法,其特征在于,所述的STEP8的具体步骤为:STEP8.1、灰度质心法定义图像矩:在P(i)子图像中,定义图像的矩为:mab=xaybI(x,y),其特征点方向角为: 则旋转矩阵 其中,I(x,y)为点(x,y)的灰度值,x,y分别为像素点的横纵坐标,a,b等于0或1;

STEP8.2、以特征点为中心,取S×S邻域窗口,随机选取两个点,比较像素值大小,进行如下二进制赋值: 其中,I(z1),I(z2)分别是随机点z1,z2的像素值,S为设定值;

STEP8.3、在窗口中随机选取W对随机点,对其定义矩阵 重复上述第二步,得到一个二进制编码,即特征描述子;

STEP8.4、对两幅图像所提取的特征点计算Hamming距离,若两特征点的Hamming距离都最小且最小距离不大于阈值α,则这两特征点匹配成功,α为预设值。