部分遮挡目标的局部特征点提取方法技术

本发明专利技术提供一种部分遮挡目标的局部特征点提取方法。技术方案是：首先，基于尺度不变特征变换算法提取出在绝大多数变化情况下都比较稳定的局部特征点，作为粗特征点。然后，通过从三个方面包括灰度对比度，梯度均值幅值比和高曲率对粗特征点进行置信度计算，设定阈值对粗特征点进行筛选；最后对筛选后的粗特征点进行稳健局部特征点提取。本发明专利技术克服了现有大数据量图像局部特征点提取计算速度慢的问题，同时保证了局部特征点的鲁棒性。

【技术实现步骤摘要】

【技术保护点】
部分遮挡目标的局部特征点提取方法，其特征在于，包括以下步骤：已知参考图像I是光学遥感图像；第一步：仿真图像集生成：对参考图像I进行仿真操作，生成图像集X，图像集X中共有N幅图像；图像集X包括以下三种情况生成的图像：光照变化、旋转变换和尺度缩放；N的取值根据实际需求确定；第二步：粗特征点提取利用尺度不变特征变换算法对参考图像I和图像集X中的任意一幅图像进行特征匹配，得到两幅图像匹配后的局部特征点在图像I中的坐标集Sn，n=1，2，…，N，Sn表示参考图像I与图像集X中第n幅图像特征匹配的局部特征点的坐标集；设S＝S1∪S2∪...∪SN，S的元素个数为N′，S中第m个元素S[m]在S1，S2，…，SN中总共出现的次数为L[m]，m=1，2，…，N′；则S[m]的概率T[m]=L[m]/N；根据实际需求，设定粗特征点提取阈值t，当T[m]≥t时，将S[m]作为粗特征点，并保存到集合U0中；第三步：粗特征点筛选利用参考图像I，对集合U0中的每一个元素进行下述计算：步骤1：计算三种置信度：第①种计算：计算与灰度对比度有关的置信度：在以所述元素为中心的半径为Rr个像素的圆环邻域上，利用下式计算所述元素的与灰度对比度有关的置信度z1：上式中，Nr是圆环邻域的像素点个数，n0是圆环邻域上像素点灰度值大于所述元素灰度值加上一个灰度阈值t′的像素点个数，n1是圆环邻域上像素点灰度值小于所述元素灰度值减去一个灰度阈值t′的像素点个数，NUM是像素点个数阈值；灰度阈值t′和像素点个数阈值NUM均根据实际需求设定；第②种计算：计算与梯度均值幅值比有关的置信度在以所述元素为中心的半径为Rg1个像素的圆形邻域内，计算所述元素与圆形邻域内任意一个像素点的梯度幅值，再求梯度幅值均值|g1|；在以所述元素为中心的半径为Rg2个像素的圆形邻域内，计算所述元素与圆形邻域内任意一个像素点的梯度幅值，再求梯度幅值均值|g2|；半径Rg1和半径Rg2的选择根据实际需求设定；则梯度均值幅值比rate为：rate=min(|g1|,|g2|)max(|g1|,|g2|)利用下式计算所述元素的与梯度均值幅值比有关的置信度z2，z2=10≤rate<1/e-lnrate1/e≤rate≤1/e01/e<rate≤1,上式中e是自然对数，lnrate是对rate取以e为底的对数；第③种计算：计算与高曲率点有关的置信度：所述元素的与高曲率点有关的置信度z3可以由下式计算得到：z3=gxxgyy-g2xy1+g2x+g2ygx表示所述元素在图像I中水平方向上的一阶差分，gy表示所述元素在图 像I中垂直方向上的一阶差分，gxx表示所述元素在图像I中水平方向上的二阶差分，gyy表示所述元素在图像I中垂直方向上的二阶差分，gxy表示gx在图像I中垂直方向上的一阶差分；步骤2：计算总置信度利用下式计算集合U0中每一个元素的总置信度z：z＝αz1+βz2+γz3其中α,β,γ表示各置信度的权值，根据实际需求设定；设粗特征点筛选阈值t′′，当z≥t′′时，将所述元素保存到集合U1中，粗特征点筛选阈值t′′根据实际需求设定；第四步：稳健局部特征点提取：步骤1：排除相近特征点：对集合U1中的每一个元素，在以所述元素为中心、半径为Rc个像素的圆形区域内查找集合U1中的元素，并将这些元素中总置信度不是最大值的元素从集合U1中删除；设经过步骤1的循环处理，得到集合U2；步骤2：按空间距离排序选取稳健局部特征点：计算集合U2中元素两两之间的空间距离d(k,l)，k,l表示集合U2中的第k个元素和第l个元素，k≠l；然后按照空间距离从大到小的顺序进行排序，选取排序后的前M个元素，作为稳健局部特征点；如果集合U2中元素个数小于M，则保留集合U2中的所有元素；M的取值根据后续使用的要求确定。FDA00003405896800021.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：朱长仁，邱鹏，郭军，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：