一种基于模值差镜像不变性的SIFT图像匹配方法

摘要

本发明公开一种基于模值差镜像不变性的SIFT图像匹配方法，主要解决现有跟踪识别技术中，图像匹配方法实时性要求较高，以及目标在运动过程中发生镜像翻转出现匹配错误的情况。针对方法镜像匹配弱及实时性不好的情况，本方法提供了一种高效的镜像变换处理方向，在克服镜像变换的同时也达到降维的效果。其实现过程是：输入图像信息，提取特征点，计算其梯度强度及方向，确定主方向,将其坐标旋转到主方向。把16*16邻域像素分成16个种子点，并对轴对称的两个种子点做差取模，得到8个种子点。将每个种子点绘成四方向的直方图，最后组成8*4=32维的描绘子。此发明不仅解决了匹配方法的镜像变换问题，同时还将原128维向量描绘子降为32维，大大加强了方法的实时性。

主权项

一种基于模值差镜像不变性的SIFT图像匹配方法，其特征在于，包括如下步骤：步骤(1)，利用SIFT算子对输入的参考图像和待匹配图像进行特征点提取；步骤(2)，对于提取的特征点进一步的进行低对比度点以及边缘响应点的剔除，最后筛选得到精确的关键点；步骤(3)，对步骤(2)筛选出的SIFT特征点进行镜像不变处理和降维处理，获取参考图像和待匹配图像的特征向量描述符；步骤(4)，利用最近邻/次近邻算法对参考图像和待匹配图像进行初始匹配，并剔除错误匹配，实现图像的精确匹配；步骤(3)得到的特征向量描述符是经过镜像不变处理以及降维处理得到的32维特征向量描述符；所述的32维特征向量描述符得到的具体步骤如下：S3.1:利用邻域点的信息，计算每一个特征点的梯度值m(x,y)和方向θ(x,y)；S3.2:根据每个特征点的梯度的值和梯度的方向，借助于其邻域的信息，采用梯度方向直方图统计确定该点的主方向；S3.3:以特征点为中心，其16×16邻域的像素为特征点描述子的采样区域，并将这16×16像素区域分成4×4个子区域，每个子区域分别作为一个种子点，记为：Vij＝(V11,V12,V13,V14,V21,V22,V23,V24,V31,V32,V33,V34,V41,V42,V43,V44)，将坐标方向旋转到特征点的主方向，然后对16个子区域的每个像素求其梯度方向角度θ和梯度值，将并将各角度分别投影到0～2π区间以π/4为间隔的8个方向上，并进行每个方向上梯度值的累加，生成8方向梯度直方图，将这8个方向中关于坐标轴镜像对称的方向的梯度值俩俩进行模值相减，然后取差值得绝对值生成一个4方向梯度直方图，4个方向分别是0，π/4，π/2，3π/4，因此，每个种子点由一个四维向量表示；S3.4:对这4×4共16个种子点，关于镜像对称的种子点，俩俩进行模值相减，即V′i1＝|Vi1‑Vi4|，V′i2＝|Vi2‑Vi3|，其中i＝1,2,3,4，此时，一个特征点即由特征描述符V′＝(V′11,V′12,V′21,V′22,V′31,V′32,V′41,V′42)来表示，其中每个V′ij都是一个4维向量，所以镜像变换处理后的S I F T描述子由原先的16×8＝128维降为8×4＝32维。