【技术实现步骤摘要】
本专利技术涉及图像分析、计算机视觉处理与数据处理，尤其涉及一种基于关键点匹配的高精度图像特征提取方法及系统。
技术介绍
1、图像特征提取与匹配技术广泛应用于目标识别、物体跟踪、3d重建、图像拼接、图像检索等领域。其中，sift(尺度不变特征变换)算法是用于图像处理领域的一种局部特征描述子，它会在不同的尺度空间上查找并提取出关键点，并计算出其方向，这些关键点不会因为图像旋转、缩放、亮度变化、视角变化或噪声的添加而产生较大的变化，因此具有高度的稳定性和可靠性。因此，sift算法因其优良的特性，在许多计算机视觉任务中发挥着重要作用。
2、现有技术下sift算法的主要实现过程包括：尺度空间极值检测，通过高斯差分尺度空间(dog scale-space)寻找所有尺度上的局部极值点，这些极值点就是候选的关键点；关键点定位，通过拟合三维二次函数精确确定关键点的位置和尺度，同时去除低对比度的关键点和不稳定的边缘响应点；方向分配，基于图像局部的梯度方向，分配给每个关键点一个或多个主方向，使关键点对图像旋转具备不变性；关键点特征描述子生成，在关...
【技术保护点】
1.一种基于关键点匹配的高精度图像特征提取方法，其特征在于，包括执行下列步骤：
2.如权利要求1所述的方法，其特征在于，所述图像预处理操作包括下列操作中的任意一项或多项组合：
3.如权利要求1所述的方法，其特征在于，所述尺度调整操作包括：
4.如权利要求1所述的方法，其特征在于，所述步骤S4包括：
5.如权利要求1所述的方法，其特征在于，所述预设分类器包括使用高斯径向基核函数训练的分类器。
6.如权利要求5所述的方法，其特征在于，所述分类判断操作包括：
7.一种基于关键点匹配的高精度图像特征提取系...
【技术特征摘要】
1.一种基于关键点匹配的高精度图像特征提取方法，其特征在于，包括执行下列步骤：
2.如权利要求1所述的方法，其特征在于，所述图像预处理操作包括下列操作中的任意一项或多项组合：
3.如权利要求1所述的方法，其特征在于，所述尺度调整操作包括：
4.如权利要求1所述的方法，其特征在于，所述步骤s4包括：
5.如权利要求1所述的方法，其特征在于，所述预设分类器包括使用高斯径向基核函数训练的分类器。
6.如权利要求5所述的方法，其...
【专利技术属性】
技术研发人员：孙文慧，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：
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。