The invention discloses an image feature point extraction system and its application, including a feature point judgment unit, a feature point extraction unit and a texture richness judgment unit, in which the feature point judgment module judge the point in the image according to a feature point, in which the feature point is extracted. The element is connected to the feature point judgment unit to extract the corresponding feature points, in which the texture richness judgment unit is communicated to the feature point judgment unit and the feature point extraction unit, wherein the texture richness judgment unit analyses the feature point extraction unit according to a datum data. Whether the extracted feature point is in conformity with the reference point requirement of the datum data, when the non conformity is inconsistent, the texture richness judgment unit forms an update data accordingly to change the judgment threshold.
【技术实现步骤摘要】
图像特征点提取系统及其应用
本专利技术涉及一图像特征点提取系统及其应用,其中所述图像特征点提取系统针对纹理丰富度不同的物体图像都能够提取适宜数量的特征点,以实现对相应物体的跟踪。
技术介绍
对三维物体的跟踪一直是机器视觉研究的热点,特别在增强现实领域,而基于机器视觉的方法以简单、廉价、非接触等优点得到了在增强现实领域研究者的广泛关注。目前对三维物体的跟踪方法主要有基于三维点云跟踪、基于边缘的跟踪、基于特征点的跟踪、以及上述方法的组合跟踪,其中基于特征点的跟踪方法应用较为广泛。传统的ORB(ObjectRequestBroker)特征点提取方法都采用统一的阈值和标准来提取整幅图像的特征点,因此一旦图像的灰度变化不均匀,有的地方平缓,有的地方图像信息特别丰富,那么提取的特征点将主要集中在这些变化剧烈的地方,而这将导致提取的特征点特别集中,进而对后期图像的匹配和跟踪是极为不利的。换句话说,传统的基于特征点的跟踪方法无法对纹理丰富度不同的物体进行跟踪。另一方面,在对物体进行跟踪的过程中常常会受到各种其他因素的影响,比如当纹理丰富区域比较集中,若该区域受到影响,则很可能导致无法提取到相应的特征点,进而导致整个跟踪的失败。而传统的ORB特征点提取的方法都无法解决这类问题。同样地,如果当物体的纹理不明显,如果对其进行特征点的提取,则很可能无法提取到足够表征所述物体特征的特征点,从而也会导致跟踪的失败。换句话说,传统的特征点的提取方法使无法根据被跟踪的物体的实际情况进行特征点的提取,尤其是当物体纹理较为丰富的区域在跟踪过程移出了机器视觉界外或者是被其他物体遮挡。专利技术内 ...
【技术保护点】
一图像特征点提取系统,其特征在于,包括:一特征点判断单元,以根据一特征点判断阈值对图像中的点进行特征点的判断;一特征点提取单元,其中所述特征点提取单元被通信连接于所述特征点判断单元,以提取相应所述特征点;以及一纹理丰富度判断单元,其中所述纹理丰富度判断单元被通信连接于所述特征点判断单元和所述特征点提取单元,其中所述纹理丰富度判断单元根据一基准数据分析被所述特征点提取单元提取的所述特征点是否符合所述基准数据对应点要求,当不符合时,所述纹理丰富度判断单元相应地形成一更新数据以改变所述判断阈值。
【技术特征摘要】
1.一图像特征点提取系统,其特征在于,包括:一特征点判断单元,以根据一特征点判断阈值对图像中的点进行特征点的判断;一特征点提取单元,其中所述特征点提取单元被通信连接于所述特征点判断单元,以提取相应所述特征点;以及一纹理丰富度判断单元,其中所述纹理丰富度判断单元被通信连接于所述特征点判断单元和所述特征点提取单元,其中所述纹理丰富度判断单元根据一基准数据分析被所述特征点提取单元提取的所述特征点是否符合所述基准数据对应点要求,当不符合时,所述纹理丰富度判断单元相应地形成一更新数据以改变所述判断阈值。2.根据权利要求1所述的图像特征点提取系统,其中所述纹理丰富度判断单元包括一纹理丰富度判断模块和一特征点变化判断模块,其中所述图像特征点提取系统进一步包括一均匀化处理单元,其中所述纹理丰富度判断模块被通信连接于所述特征点判断单元和所述特征点提取单元,以根据一基准数据分析被所述特征点提取单元提取的所述特征点是否符合所述基准数据对应点要求,其中所述特征点变化判断模块被通信连接于所述特征点提取单元和所述纹理丰富度判断模块,其中所述特征点变化判断模块能够将当前提取的所述特征点与前一次提取的所述特征点进行比较,并能够判断所述特征点前后变化是否满足一变化阈值,其中所述均匀化处理单元被通信连接于所述特征点变化判断模块和所述特征点判断单元,以在所述特征点前后变化满足所述变化阈值时,对图像进行均匀化处理。3.根据权利要求1所述的图像特征点提取系统,其中所述特征点判断阈值是以图像中某像素点半径为R的圆上16个像素点值与中心点像素差的绝对值,若圆上有超过det(Pnum)个像素点与中心点之间的差值超过特征点判断阈值δ,则所述中心点被作为特征点,其判定条件为:4.根据权利要求2所述的图像特征点提取系统,其中所述特征点变化模块根据以下公式进行判断是否需要对所述图像进行均匀化处理:Fnum(Ij)<σFnum(T),其中所述Fnum(Ij)表示当前物体图像的所述特征点数量,其中所述Fnum(T)为所述物体图像的一关键模板帧的特征点数量,其中所述σ与所述物体的纹理丰富度在整个物体特征影响的系数。5.根据权利要求4所述的图像特征点提取系统,其中所述基准数据对应不同纹理丰富度的物体对应的所述特征点的数量范围δ1-δ2。6.根据权利要求5所述的图像特征点提取系统,其中改变所述特征...
【专利技术属性】
技术研发人员:康大智,吕国云,
申请(专利权)人:塔普翊海上海智能科技有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。