数位影像的特征树结构的建立方法与影像物件辨识方法技术

本发明专利技术提供一种数位影像的特征树结构的建立方法与影像物件辨识方法，应用于数位影像的特征点描述元树状结构的建立与待识别影像的相似度辨识。特征树结构的建立方法包括载入原始影像，对原始影像进行影像阶层处理并生成多张子影像。从子影像中任选其一，将所选的子影像进行高斯影像差值处理并产生多张序列影像。根据序列影像决定至少一特征点，并生成所述特征点相应的特征点描述元。将特征点描述元进行分群处理生成特征树结构。将待识别影像生成特征点与特征点描述元。将待识别影像的特征点描述元载入特征树结构，用于判断待识别影像与原始影像的相似程度。

【技术实现步骤摘要】
数位影像的特征树结构的建立方法与影像物件辨识方法
本专利技术涉及一种数位影像的特征建立与影像物件的辨识方法，尤指一种数位影像的特征树结构的建立方法与影像物件辨识方法。
技术介绍
随着积体电路的快速发展，也带动数位影像的兴起。现有的行动装置上几乎都会设置相机功能，使用者可以随时的拍摄相片或影片。由于数位影像的大量记录，如何管理影像与搜寻内容变成新的研究课题。习知技术利用边界或图块(pattern)等方式对图形作比对搜寻。这样的方式虽然快速，但是无法克服数位图像经缩放、旋转或部分破坏后的搜寻。虽然后续有学者提出BinaryRobustIndependentElementaryFeatures或ORientedBrief等影像分析方法。但所述的影像分析方法仅克服了缩放后的检索问题，但对于已经过旋转或破坏仍是无法透过所述分析方法进行分析。目前最新的影像分析是影像中的多个特征点并加上特征点描述，藉以确保影像经过前述变化后仍可被辨识。由于每一次数位影像识别需要建立相应的特征点与相应结果，使得进行比对时的运算时间会被拉长。再者，这样的运算方式本文档来自技高网...

【技术保护点】
1.一种数位影像的特征树结构的建立方法，其特征在于，至少包括：/n载入一原始影像，对所述原始影像进行一影像阶层处理，用于生成多张子影像；/n从所述多张子影像中任选其一，并将所选的所述子影像进行一高斯影像差值处理，用于产生多张序列影像；/n从所述多张序列影像决定至少一特征点；选择相邻三张所述序列影像，分别指定为一第一序列影像、一第二序列影像与所述第三序列影像，并且从所述第二序列影像中选择一目标像素；接着，以所述目标像素为基准，将所述第一序列影像、所述第二序列影像与所述第三序列影像中与所述目标像素相邻的像素定义为一待测像素，并统计所述目标像素与各个所述待测像素的绝对差值大于一边界门槛值的数量；若所...

【技术特征摘要】
1.一种数位影像的特征树结构的建立方法，其特征在于，至少包括：
载入一原始影像，对所述原始影像进行一影像阶层处理，用于生成多张子影像；
从所述多张子影像中任选其一，并将所选的所述子影像进行一高斯影像差值处理，用于产生多张序列影像；
从所述多张序列影像决定至少一特征点；选择相邻三张所述序列影像，分别指定为一第一序列影像、一第二序列影像与所述第三序列影像，并且从所述第二序列影像中选择一目标像素；接着，以所述目标像素为基准，将所述第一序列影像、所述第二序列影像与所述第三序列影像中与所述目标像素相邻的像素定义为一待测像素，并统计所述目标像素与各个所述待测像素的绝对差值大于一边界门槛值的数量；若所述数量大于一特征门槛，则将所述目标像素设定为所述特征点；反之，若所述数量小于一特征门槛，则放弃记录所述目标像素；
对所述特征点进行一快速视网膜关键点处理，用于生成所述特征点相应的一特征点描述元；以及
将多个所述特征点描述元进行一分群处理，用于生成一特征树结构。


2.根据权利要求1项所述的数位影像的特征树结构的建立方法，其特征在于，所述影像阶层处理是高斯影像金字塔处理或拉普拉斯影像金字塔处理。


3.根据权利要求1所述的数位影像的特征树结构的建立方法，其特征在于，在进行所述高斯影像差值处理的步骤更包括；
将所选的所述子影像定义为一第一基底影像；
将所述基底影像递回进行一高斯平滑处理，并生成至少一平滑影像；
设定一第一影像群组，所述第一影像群组包含所述基底影像与所述平滑影像；
从所述第一影像群组的选择任一所述平滑影像，并对所选的所述平滑影像进行一降低取样处理，用于产生一第二影像群组的一第二基底影像；
根据所述第二基底影像生成所述第二影像群组的所述平滑影像；
从所述第二影像群组中选择任一所述平滑影像，并对所选的所述平滑影像进行一降低取样处理，用于产生一第三影像群组的一第三基底影像；以及
根据所述第三基底影像生成所述第三影像群组的所述平滑影像。


4.根据权利要求3所述的数位影像的特征树结构的建立方法，其特征在于，产生所述第二基底影像与所述第三基底影像的步骤更包括：
选择所述第一影像群组中最后生成的所述平滑影像；
将所选的所述平滑影像进行所述降低取样处理，用于生成所述第二基底影像；
选择所述第二影像群组中最后生成的所述平滑影像；
将所选的所述平滑影像进行所述降低取样处理，用于生成所述第三基底影像。


5.根据权利要求3所述的数位影像的特征树结构的建立方法，其特征在于，在生成所述第一影像群组、所述第二影像群组与所述第三影像群组后更包括：
于所述第一影像群组中，依序选择两相邻的所述平滑影像其中x为所述高斯平滑处理的处理次数，y为所述降低取样处理的处理次数；
将所选的两所述平滑影像进行所述高斯影像差值处理，并生成所述序列影像；
于所述第二影像群组中，依序选择两相邻的所述平滑影像；
将所选的两所述平滑影像进行所述高斯影像差值处理，并生成所述序列影像；
于所述第三影像群组中，依序选择两相邻的所述平滑影像；以及
将所选的两所述平滑影像进行所述高斯影像差值处理，并生成所述序列影像。


6.根据权利要求1所述的数位影像的特征树结构的建立方法，其特征在于，选择所述第一序列影像、所述第二序列影像与所述第三序列影像的步骤更包括：
比对所述第一序列影像、所述第二序列影像与所述第三序列影像的影像大小是否相同；以及
若影像大小不一致时，以所述第一序列影像为准，对所述第...

【专利技术属性】
技术研发人员：卢俊谚，费祥霆，刘邦旭，
申请(专利权)人：卢俊谚，
类型：发明
国别省市：中国台湾;71