一种快速的图像仿射不变特征提取方法技术

本发明专利技术公开了一种快速的图像仿射不变特征提取方法，属于计算机视觉领域。所述方法首先使用两张图像上的对应线段的像素长度关系判断得到缩放关系，并基于此区分基准图像和目标图像；其次，将特征提取过程分成两次：先用效率更高的方式进行第一次特征提取与匹配得到相对最优的仿射变换参数，只对基准图像进行模拟仿射，极大降低和减少了模拟变换、特征提取和特征匹配的次数与耗时，并可以在仿射变换过程引入尺度参数模拟和最近邻插值方式，有效提高特征点对匹配数量、精度和运行效率；实验结果表明，本发明专利技术具有良好的仿射不变性，能在小视角时保持优秀性能和精度，也能对抗大角度的视角变化，同时能极大减小内存占用和计算开销。销。销。

【技术实现步骤摘要】
一种快速的图像仿射不变特征提取方法


[0001]本专利技术涉及一种快速的图像仿射不变特征提取方法，属于计算机视觉领域。

技术介绍

[0002]现有的主流图像匹配方法主要是基于点特征方法，该方法广泛应用于遥感图像处理、目标检测、三维重建等诸多重要领域。然而，如果点特征方法如要获得较好的效果，则需要满足的重要条件之一就是需要捕捉的图像确保相邻图像帧的内容有足够的重叠区域。然而当图像发生仿射变换时，会引起具有连续性视频图像帧间的内容重叠区域的灰度信息发生显著变化，其违背了点特征提取的前提条件，导致即使目前最佳的仿射图像下点特征方法的特征提取和匹配效果也不理想。为此，研究人员基于经典算法给出了好多改进的成果，部分改进算法在仿射变换下具有较好的精度，但计算复杂度过高、计算耗时较长一直是困扰人们的问题。
[0003]当前应对仿射变换(包括平移Translation、缩放Scale、旋转Rotation、翻转Flip、错切Shear)的图像特征提取方法可归为部分仿射变换和完全仿射变换两大类。第一类支持部分仿射变换的方法有Harris/Hessian
‑
Affine、MSER(Maximally Stable Extremal Regions)等。此类算法是直接以性能较好的仿射不变特征提取算子取代SIFT(Scale Invariant Feature Transform)算法中的特征检测步骤，或利用代表局部形状的二阶梯度矩对SIFT特征领域进行归一化处理以去除仿射变性的影响，能在一定程度上改善SIFT算法因图像变换程度较大而无法在不同尺度空间提取重复特征的问题。但由于现有仿射不变特征提取算法的特征初始尺度选取以及定位本身并非始于一种完全仿射不变的方式，该类方法并不能实现真正意义上的完全仿射不变性，对较大仿射形变适应性不足。第二类以ASIFT(Affine
‑
SIFT)算法为代表的支持完全仿射变换的方法则解决了这个问题。ASIFT借鉴了SIFT模拟尺度空间的穷举策略，所具有的完全仿射不变性正是通过改变相机主光轴方向经度和纬度来模拟不同的视角，然后对获取的图像对利用尺度不变的方法进行特征提取，其在理论和实验上均被证明是完全仿射不变的，然而ASIFT存在计算量较大、耗时较长的问题。
[0004]为解决ASIFT计算耗时大的问题，在ASIFT算法的基础上，AORB(Affine
‑
ORB)算法、ASURF(Affine
‑
SURF)算法、AFREAK(Affine
‑
FREAK)算法分别利用ORB(Oriented FAST and Rotated BRIEF)、SURF(Speeded Up Robust Features)、FREAK(Fast Retina Keypoint)算法替代SIFT算法，虽有效地提高了算法的运算速度，但仍存在特征提取精度较低的问题。

技术实现思路

[0005]为了进一步提升特征提取的精度，同时维持较快的运算速度，本专利技术提供了一种快速的图像仿射不变特征提取方法，所述技术方案如下：
[0006]本专利技术的第一个目的在于提供一种快速的图像仿射不变特征提取方法，其包括：
[0007]步骤1：获取待匹配的第一图像和第二图像，分别提取两张图像的特征点并匹配，
从所述第一图像中选取部分特征点，每两个特征点形成一个线段，并且在所述第二图像中找到匹配的特征点，形成与所述第一图像对应的特征点线段；
[0008]步骤2：根据所述步骤1得到的线段对之间的长度关系得到图像之间的缩放关系，由此可知所述第一图像和第二图像对应的相机位置与图像中心在三维空间中的距离远近关系，并基于此分成基准图像和目标图像；
[0009]步骤3：对所述基准图像进行不同参数的模拟仿射变换，得到对应不同采样点位置的图像组，利用每一张模拟图像和所述目标图像进行ORB特征提取与匹配，获得匹配点对数量最多时对应的采样参数被记作为最佳采样参数；
[0010]步骤4：基于所述最佳采样参数，对所述基准图像复现模拟仿射变换，并和目标图像进行SIFT特征提取与匹配，进行匹配筛选后，获得所述基准图像和目标图像之间的特征点对与匹配关系。
[0011]可选的，所述步骤2中图像之间的缩放关系采用缩放系数表征，所述缩放系数为：
[0012][0013]其中，X＝{x1,x2,x3,
…
,x
n
}表示所述第一图像上的特征点集，Y＝{y1,y2,y3,
…
,y
n
}表示所述第二图像上与X相对应的特征点集，Dis(x
i
,x
i+1
)表示所述第一图像中以点x
i
和点x
i+1
为端点的线段的长度，Dis(y
i
,y
i+1
)表示所述第二图像中与Dis(x
i
,x
i+1
)对应的线段的长度，Des(i)表示所述第一图像中特征点x
i
与第二图像匹配点y
i
进行特征匹配时的描述子距离。
[0014]可选的，所述步骤2还包括：将所述第一图像和第二图像对调，重复计算所述缩放系数f，将两次计算的缩放系数进行对比，缩放系数更大的映射中的第一图像更接近相机光心，选择为基准图像，另一图像作为目标图像。
[0015]可选的，所述步骤1采用SIFT算法进行特征点提取与匹配。
[0016]可选的，所述步骤3中进行仿射变换的采样参数包括：经度、纬度和尺度参数。
[0017]可选的，所述步骤4还包括：使用RANSAC方法筛选剔除误匹配点对。
[0018]可选的，所述步骤4利用Lanczos4插值方法对基准图像复现模拟。
[0019]本专利技术的第二个目的在于提供一种三维重建方法，利用上述任一项所述的快速的图像仿射不变特征提取方法，先利用所述缩放系数估计出基准图像和目标图像，然后基于特征匹配结果进行三维重建。
[0020]本专利技术的第三个目的在于提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述述计算机可执行指令被处理器执行时实现上述任一项所述的方法。
[0021]本专利技术有益效果是：
[0022]本专利技术的图像仿射不变特征提取方法，首先使用两张图像上的对应线段的像素长度关系判断得到缩放关系，并基于此区分基准图像和目标图像，然后只对基准图像进行模拟仿射，极大降低和减少了模拟变换、特征提取和特征匹配的次数与耗时。
[0023]在本专利技术的一种实施方式中，采用ORB算法对模拟仿射图像和目标图像进行特征提取和匹配，并在仿射变换过程引入尺度参数模拟和最近邻插值方式，有效提高特征点对匹配数量、精度和运行效率。
[0024]在本专利技术的一种实施方式中，得到最佳参数后，精确匹配用精度更高的方法，对基准图像用最佳参数结合Lanczos4插值方法复现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速的图像仿射不变特征提取方法，其特征在于，所述方法包括：步骤1：获取待匹配的第一图像和第二图像，分别提取两张图像的特征点并匹配，从所述第一图像中选取部分特征点，每两个特征点形成一个线段，并且在所述第二图像中找到匹配的特征点，形成与所述第一图像对应的特征点线段；步骤2：根据所述步骤1得到的线段对之间的长度关系得到图像之间的缩放关系，由此可知所述第一图像和第二图像对应的相机位置与图像中心在三维空间中的距离远近关系，并基于此分成基准图像和目标图像；步骤3：对所述基准图像进行不同参数的模拟仿射变换，得到对应不同采样点位置的图像组，利用每一张模拟图像和所述目标图像进行ORB特征提取与匹配，获得匹配点对数量最多时对应的采样参数被记作为最佳采样参数；步骤4：基于所述最佳采样参数，对所述基准图像复现模拟仿射变换，并和目标图像进行SIFT特征提取与匹配，进行匹配筛选后，获得所述基准图像和目标图像之间的特征点对与匹配关系。2.根据权利要求1所述的快速的图像仿射不变特征提取方法，其特征在于，所述步骤2中图像之间的缩放关系采用缩放系数表征，所述缩放系数为：其中，X＝{x1,x2,x3,
…
,x
n
}表示所述第一图像上的特征点集，Y＝{y1,y2,y3,
…
,y
n
}表示所述第二图像上与X相对应的特征点集，Dis(x
i
,x
i+1
)表示所述第一图像中以点x
i
和点x
i+1
为端点的线段的长度，Dis(y
i
,y

【专利技术属性】
技术研发人员：王映辉，王涛，张少杰，
申请(专利权)人：江南大学，
类型：发明
国别省市：