一种数量可控的图像特征点检测方法技术

本发明专利技术一种数量可控的图像特征点检测方法。本发明专利技术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。本发明专利技术方法简单，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。

【技术实现步骤摘要】

本专利技术属于航天遥感领域，涉及。
技术介绍
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。
技术实现思路
本专利技术解决的技术问题是:克服现有技术特征点数量和分布无法控制的不足，提供，解决了遥感图像配准计算量大，精度不可控的问题。本专利技术的技术方案是:，步骤如下:I)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To的点作为特征点，同时计算检测过区域的点面比Rl =N1/M1，其中，NI为检测过区域的特征点数量，Ml为检测过区域像素点数量；4)判断R和Rl的大小，若为步进长度;调整To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I或2。本专利技术与现有技术相比的优点在于:本专利技术提出的特征点数量和分布可控的星上遥感图像配准方法。专利技术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，本专利技术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为本专利技术的流程图。【具体实施方式】如图1所示，本专利技术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To，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，NI为检测的特征点数量，Ml为已扫描图像像素点数量；4.判断R和Rl的大小，若R>R1，Tn = Tn-1-K ；若R〈R1，Tn=Tn—!+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To，SURF算法中To = O;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I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，NI为检测的特征点数量，Ml为已扫描图像像素点数量；4判断Rl是否大于I.14，若Rl〈l.14,1 = 1^-2;若R1>1.14，Tn = Tn—!+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。本专利技术未详细说明部分属本领域技术人员公知常识。【主权项】1.，其特征在于步骤如下: 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To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，NI为检测过区域的特征点数量，Ml为检测过区域像素点数量； 4)判断R和Rl的大小，若R= R1，Tq = Tq，若R>R1，Tq = Tq-K;若R〈R1，Tq = Tq+K，其中K为步进长度;调整To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。2.根据权利要求1所述的，其特征在于:步进长度K为I或2。【专利摘要】本专利技术。本专利技术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。本专利技术方法简单，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。【IPC分类】G06T7/00【公开号】CN105574873【申请号】CN201510944436【专利技术人】肖化超, 李立, 孙文方, 李晓博, 张建华, 杨新权, 张守娟, 璩泽旭, 丁跃利 【申请人】西安空间无线电技术研究所【公开日】2016年5月11日【申请日】2015年12月16日本文档来自技高网...

【技术保护点】
一种数量可控的图像特征点检测方法，其特征在于步骤如下：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。

【技术特征摘要】

【专利技术属性】
技术研发人员：肖化超，李立，孙文方，李晓博，张建华，杨新权，张守娟，璩泽旭，丁跃利，
申请(专利权)人：西安空间无线电技术研究所，
类型：发明
国别省市：陕西;61