一种基于信息量的快速SIFT提取方法

摘要

本发明公开了一种基于信息量的快速SIFT提取方法，在原图的基础上进行一次高斯卷积，得到高斯卷积图；分别在原图与高斯卷积图上采用八点邻域极值法求取候选特征点，每个候选特征点分别向原图垂直投影，在原图上以投影点为中心，以4个像素为半径的圆形区域内，搜索与投影点距离最接近的原图上的候选特征点为尺度不变特征点；分别计算半径从一个像素到20个像素变化的圆区域内除以半径的单位半径信息量，以信息量取最大值时候的半径为局部尺度；计算12维SSIFT特征向量，再归一化该向量，实现图像之间的快速匹配。本发明的有益效果是缩短了计算时间，提高了实时性，适用于有噪声的复杂环境下进行目标匹配。

主权项

一种基于信息量的快速SIFT提取方法，其特征在于按照以下步骤进行：步骤1：在原图的基础上进行一次高斯卷积，得到高斯卷积图；步骤2：分别在原图与高斯卷积图上采用八点邻域极值法求取候选特征点，使每个像素与相邻八个像素的灰度值比较，如果为最大值或最小值，就认为该点为候选特征点；步骤3：通过步骤2获得的高斯卷积图上的每个候选特征点分别向原图垂直投影，在原图上以投影点为中心，以4个像素为半径的圆形区域内，搜索与投影点距离最接近的原图上的候选特征点，该候选特征点即为原图上的尺度不变特征点；步骤4：在原图上以每个尺度不变特征点为中心，分别计算半径从一个像素到20个像素变化的圆区域内除以半径的单位半径信息量，以信息量取最大值时候的半径为局部尺度；步骤5、计算12维SSIFT特征向量，以尺度不变特征点为中心，采用3倍局部尺度为半径的圆形区域作为统计邻域范围，在该区域里统计每个像素的梯度向量，将梯度向量分别投影到12个梯度方向并进行累加，形成12维特征向量，在该特征向量里查找最大的梯度方向元素，并将该特征向量循环左移至向量头部，再归一化该向量；步骤6：通过尺度不变特征点以及与之对应的特征向量，实现图像之间的快速匹配。