首页> 中国专利> 一种数量可控的图像特征点检测方法

一种数量可控的图像特征点检测方法

摘要

本发明一种数量可控的图像特征点检测方法。本发明预先设定待配准图像特征点的期望点数,根据期望特征点数和图像大小计算点面比,图像特征点检测时,实时计算点面比,比较计算的点面比和期望点面比:若实时计算的点面比大于期望点面比,则提高特征点检测阈值;若实时计算的点面比小于期望点面比,则降低特征点检测阈值。本发明方法简单,能适应绝大多数基于特征点的图像配准方法,并且基本控制特征点数量及使特征点分布更加均匀,最终提高图像配准精度,可应用于卫星星上遥感图像配准,也可应用于地面其他图像配准中。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-05-22

    授权

    授权

  • 2016-06-08

    实质审查的生效 IPC(主分类):G06T7/00 申请日:20151216

    实质审查的生效

  • 2016-05-11

    公开

    公开

说明书

技术领域

本发明属于航天遥感领域,涉及一种数量可控的图像特征点检测方法。

背景技术

基于特征点的图像配准方法是当前图像配准的主要方法,经典方法有Harris,SIFT,SURF,BRISK,FAST等特征点。基于特征点的图像配准方法一般包括特征点提取,描述和匹配三个步骤,而计算量的大小与特征点的数量有密切关系,第一步特征点提取的数量越多,后两步描述和匹配的计算量越大。而特征点的分布与图像配准的精度相关,特征点均匀分布在整幅图像上是最理想状态。此外,对于硬件实现,对特征点的数量要求可控或者大致知道范围,以便于硬件资源的分配。由此可见,提取的特征点数量是决定图像配准方法复杂度和精度的关键步骤。

目前特征点图像配准方法对特征点数量和分布情况无法控制,或者无法做到同时控制。特征点数量取决于图像本身和预先设定的检测阈值。图像纹理的不同,提取的特征点数量不同;每个方法基本都有固定的检测阈值,阈值大小不同,提取的特征点数量也不相同。

发明内容

本发明解决的技术问题是:克服现有技术特征点数量和分布无法控制的不足,提供一种数量可控的图像特征点检测方法,解决了遥感图像配准计算量大,精度不可控的问题。

本发明的技术方案是:一种数量可控的图像特征点检测方法,步骤如下:

1)设定图像期望特征点数量N,计算期望点面比R=N/(L*W),L,W分别为图像的长和宽;

2)输入图像,设初始检测阈值T0

3)计算图像每个像素的特征值,将特征值大于检测阈值T0的点作为特征点,同时计算检测过区域的点面比R1=N1/M1,其中,N1为检测过区域的特征点数量,M1为检测过区域像素点数量;

4)判断R和R1的大小,若R=R1,T0=T0,若R>R1,T0=T0-K;若R<R1,T0=T0+K,其中K为步进长度;调整T0完成后返回步骤3)进行下一像素特征点的检测,直到整个图像检测完毕。

步进长度K为1或2。

本发明与现有技术相比的优点在于:本发明提出的特征点数量和分布可控的星上遥感图像配准方法。发明方法根据图像提取特征点数量,自适应调整阈值大小,适应图像纹理变化情况,使图像的特征点数量基本可控;在特征点检测过程中,实时计算点面比,调整检测阈值的大小,使得特征点在图像上分布比较均匀。此外,本发明方法与特征点检测有机而独立地结合,可以用于绝大多数特征点检测方法中,且无需对方法结构进行改变,只要改变实时改变阈值即可,方法简单,便于硬件实现,满足在轨应用的需求。

附图说明

图1为本发明的流程图。

具体实施方式

如图1所示,本发明提出了一种特征点数量可控的星上遥感图像配准方法:

1.设定待配准图像期望特征点数量N,计算期望点面比R=N/(L*W),L,W分别为图像的长和宽;

2.输入待配准图像,设检测阈值T0,阈值一般设为算法默认值;

3.计算图像相关特征,特征与算法相关,如SIFT算法为盒子滤波后的相应值;然后扫描大于阈值的点作为特征点,待图像检测过一个单元像素时,单元像素为一个像素集,为检测步长,一般为固定值;计算检测过区域的点面比R1=N1/M1,其中,N1为检测的特征点数量,M1为已扫描图像像素点数量;

4.判断R和R1的大小,若R>R1,Tn=Tn-1-K;若R<R1,Tn=Tn-1+K,其中K为步进长度,可以为固定值,也可参考相关参数估计算法(如LSM等),做自适应处理。调整完后执行步骤3),直到图像检测完毕。

下面针对一幅遥感图像进行SURF特征点提取,具体实施过程如下:

一、对长L=1024,宽W=1024的遥感图像,设定待配准图像期望特征点数量N=120,计算期望点面比R=120/(1024*1024)=1.14;

2输入待配准图像,设检测阈值T0,SURF算法中T0=0;

3计算图像相关特征,特征与算法相关,如SIFT算法为盒子滤波后的相应值;然后扫描大于阈值的点作为特征点,待图像检测过一个单元像素时,此处为1行图像,即1024个像素为检测步长;计算检测过区域的点面比R1=N1/M1,其中,N1为检测的特征点数量,M1为已扫描图像像素点数量;

4判断R1是否大于1.14,若R1<1.14,Tn=Tn-1-2;若R1>1.14,Tn=Tn-1+2,其中K=2为固定步进长度。更新完阈值后执行步骤3,直到图像检测完毕。

本发明未详细说明部分属本领域技术人员公知常识。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号