申请/专利权人：东南大学

申请日：2021-03-26

公开（公告）日：2024-04-19

公开（公告）号：CN112907580B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/136;G06T7/41;G06T5/70;G06N3/0464;G06T5/60

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.06.22#实质审查的生效;2021.06.04#公开

摘要：本发明公开了一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法，在不动产单元测量过程中，测量节点的频繁移动造成测量现场光线强度随视角动态变化，提出一种弱纹理场景下的改进点线特征的图像特征提取匹配方法。在图像特征提取读取过程中，首先提取两幅图像并构建K层高斯金字塔；设定局部自适应阈值，通过像素的分类提取，采用了FAST角点自适应阈值提取；提取角点后利用BRIEF算法计算特征点特征描述符；再对图像做LSD线特征提取，计算LBD描述子进行线匹配；计算两幅图像特征点的信息熵和二值互信息并基于二值互信息阈值对特征点使用KNM算法进行匹配。

主权项：1.一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法，其特征在于：包括如下步骤：S1，读取待匹配的两幅图片，并对每一幅图片构建K层高斯金字塔；S2，设定图像自适应局部阈值并进行FAST角点自适应提取；S2中的图片在FAST角点检测过程中将图像中每个像素设置不同的阈值；其中像素阈值λ的计算方法如下： 式中，Imax为待测角点圆周亮度最大的像素点，Imin为亮度最低像素点亮度，Ia为除去最大亮度和最小亮度后剩余的像素点亮度均值，δ为调整因子；角点亮度自适应阈值计算如下： 式中，Ip为待测角点的亮度，Ipn为第n个像素的亮度；通过检测待测特征点圆周上第1，5，9，13个像素点的亮度，当有3个像素同时属于dark或者bright类，则该像素点可能是角点，否则排除，连续有3个像素点为候选角点，检测3个像素包围环内剩余6个像素亮度，若剩余6个像素亮度均为dark或者bright类，则该点为正确的角点；然后使用灰度质心法来计算特征点的方向；首先在一块小的图像中定义图像块的矩为： 通过矩可以找到图像块的质心： 连接图像的几何中心得到方向向量特征点的方向计算如下： S3，计算特征点方向和BRIEF描述子；S4，提取图像LSD线特征，计算线段LBD描述子并进行线匹配；S5，计算特征点的信息熵并基于二值化互信息阈值进行KNM算法匹配。

全文数据：

权利要求：

百度查询： 东南大学 一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法

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