申请/专利权人：哈工大机器人(中山)无人装备与人工智能研究院

申请日：2022-08-04

公开（公告）日：2024-02-20

公开（公告）号：CN117576174A

主分类号：G06T7/33

分类号：G06T7/33;G06T3/4023;G06V10/22;G06V10/34;G06V10/44;G06V10/46

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种基于OrientedFAST特征及改进的FREAK特征描述的图像配准方法。包括以下步骤：S1：以不同尺度对图像进行下采样，构建尺度金字塔，在尺度空间利用FAST算法进行特征点检测；S2：对所得特征点在尺度空间进行非极大值抑制，并使用差熵法筛选特征点；S3：对特征点位置及尺度进行拟合插值；S4：以特征点与邻域图像质心夹角作为特征点主方向；S5：基于FREAK方法在特征点邻域采样，使用FFT进行卷积平滑；S6：对采样点两两配对，选取配对方式，建立m维描述子，对特征进行描述；S7：采用汉明距离进行搜索，并使用RANSAC算法去除误匹配点对。本发明所实现的特征点检测及描述匹配，具有尺度、旋转不变性，无效特征点少，描述子建立速度快，整体图像配准效率高。

主权项：1.一种基于OrientedFAST特征改进的FREAK图像配准方法，其特征在于，包括以下步骤：步骤一：对输入图像构建尺度空间，使用FAST方法进行特征点探测；步骤二：使用非极大值抑制及空间邻域差熵的方法完成特征点筛选；步骤三：对特征点位置在尺度空间进行二维拟合插值，对特征点尺度进行一维拟合插值；步骤四：在特征点邻域内计算图像质心，以特征点与质心夹角作为特征点主方向；步骤五：基于FREAK方法在特征点邻域采样，使用FFT进行卷积平滑；步骤六：对采样点两两配对，基于强度值比较形成二进制比特串，选取方差值最大的前m个配对方式，建立m维描述子，对特征进行描述；步骤七：基于汉明距离进行搜索匹配，并使用RANSAC算法去除误匹配点对。

全文数据：

权利要求：

百度查询： 哈工大机器人(中山)无人装备与人工智能研究院 基于Oriented FAST特征改进的FREAK图像配准方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD