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。