基于MMTD的SIFT图像特征提取方法

摘要

本发明公开了一种基于MMTD的SIFT图像特征提取方法，该方法提高了图像特征点提取准确率，属于图像处理中的特征提取的研究领域。传统的采用固定阈值筛选特征点的SIFT算法，很容易造成漏检或者错检特征点，导致后续图像分割和图像识别的精度较差。针对这样的问题，本发明的方法根据图像灰度化后的矩阵，运用MMTD求出每个候选特征点8邻域内的距离比例函数，利用迭代化的方法自适应地确定阈值，以此对特征点进行筛选，减少特征点漏检或者错检的情况，最终达到提高后续图像分割、图像识别精度的效果。

主权项

一种基于MMTD的SIFT特征提取的方法，其特征在于，包括：    步骤1）根据公式（7）计算距离比率函数h(x,y)的公式，计算中心像素点center=x(i,j)与其周围8个像素点的相似性距离；   步骤2）利用步骤1的方法循环计算每个候选特征点x(i,j)与其8个邻域点的距离，组成D；    步骤3）确定初始阈值T=(max(D)+min(D))/2;    步骤4）根据初始阈值分割成两部分，大于阈值T的T1，小于阈值T的T2；步骤5）分别计算T1，T2的均值P1,P2；步骤6）计算新阈值TT=(P1+P2)/2；    步骤7）重复步骤4、步骤5和步骤6，直到两部分阈值差d=T‑TT,小于允许的值allow即while((d=(T‑TT))>=allow), 用新阈值TT取代原来阈值T，然后重复步骤4、步骤5和步骤6；步骤8）采用公式（6）计算出每个精确的特征点对应的,若<T,视为对比度低，把该特征点过滤掉；否则，保留下来。