CN102890771A - 判断图像摄取装置是否发生移动的方法和系统 - Google Patents

Abstract

本发明涉及一种判断图像摄取装置是否发生移动的方法及系统。根据本发明的方法，先由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息，基于每一幅图像中的多个特征点的特征信息，将所述两幅图像中位置信息匹配的每一对特征点确定为一对匹配点对，再基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息，进而基于位置变化信息判断图像摄取装置是否发生移动。本发明基于匹配点对的选取，能有效判断出图像摄取装置是否发生移动，避免作为监控用的图像摄取装置因自身移动所导致的误报。

Description

判断图像摄取装置是否发生移动的方法和系统

技术领域

本发明涉及一种判断图像摄取装置是否发生移动的方法和系统。

背景技术

智能监控在社会安全中的重要性日益显著，智能监控系统通过判断摄像头采集到的前景、背景这两帧图像的变化来决定是否应该报警，然而在实际监控场景中，由于触碰、震动等造成摄像头的移动也会导致前景、背景的图像变化，从而带来了误报警。此外，对于需要预先设置一些重点关注区域或屏蔽区域的监控系统，摄像头一旦发生移动，将会导致该些预设参数失效，从而直接影响了智能监控系统的可用性。

因此，极有必要对摄像头自身的位置是否发生移动进行自动判断。

发明内容

本发明的目的是提高判断图像摄取装置是否发生移动的准确性。基于上述目的，本发明提供一种判断图像摄取装置是否发生移动的方法，包括：1)由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的位置信息；2)基于每一幅图像中的多个特征点的位置信息，将所述两幅图像中位置信息匹配的每一对特征点确定为一对匹配点对；3)基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息；4)基于所述位置变化信息来确定所述图像摄取装置是否发生移动。

优选地，所述方法还包括步骤：a)获取每一对匹配点对中的两个特征点各自的颜色信息；b)将每一对匹配点对中每一个特征点的颜色信息进行转换以分别获得每一个特征点的正交色差信息；c)基于每一对匹配点对中的两个特征点各自的正交色差信息之间的距离，来筛选出有效匹配点；所述步骤3)还包括：基于每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。

本发明还提供一种判断图像摄取装置是否发生移动的判断系统，包括：特征信息获取模块，用于由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息；匹配模块，用于基于由所述获取模块中获取的每一幅图像中的多个特征点的特征信息，将所述两幅图像中特征信息匹配的每一对特征点确定为一对匹配点对；计算模块，用于基于由所述匹配模块中确定的每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息；判断模块，用于基于所述位置变化信息来确定所述图像摄取装置是否发生移动。

优选地，所述判断系统还包括颜色信息获取模块，用于获取每一对匹配点对中的两个特征点各自的颜色信息；色差信息获取模块，用于将每一对匹配点对中每一个特征点的颜色信息进行转换以分别获得每一个特征点的正交色差信息；有效匹配点筛选模块，用于基于每一对匹配点对中的两个特征点各自的正交色差信息之间的距离，来筛选出有效匹配点；

所述计算模块还包括子计算模块：用于基于所述有效匹配点筛选模块获取的每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。

本发明的有益效果在于：

1)基于两幅图像中特征信息匹配的特征点的位置来确定图像摄取装置是否发生移位；

2)在初步筛选出特征信息匹配的特征点后，再进一步通过颜色等特征信息来对所筛选出的特征点做进一步筛选，由此来提高判断的准确度。

附图说明

图1为本发明的判断图像摄取装置是否发生移动的方法的流程图；

图2为本发明的判断图像摄取装置是否发生移动的判断系统结构示意图。

具体实施方式

图1示出了本发明的判断图像摄取装置是否发生移动的方法的流程图。其中，本发明的方法主要是由判断系统来执行，所述判断系统为安装在计算机设备中的应用模块等。该计算机设备为一种能够按照事先存储的程序，自动、高速地进行大量数值计算和各种信息处理的现代化智能电子设备，其硬件包括但不限于微处理器、FPGA、DSP、嵌入式设备等。

在步骤S1中，所述判断系统由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息。其中，所述判断系统获取来自同一图像摄取装置所摄取的两幅图像的方式包括但不限于：1)通过所述判断系统所属计算机设备与所述图像摄取装置的直接连接来获取所述两幅图像；2)由与所述图像摄取装置的连接的其他设备处获取所述两幅图像。例如，从与一图像摄取装置通信连接的流媒体服务器处获取由图像摄取装置摄取的两幅图像；3)从存储所述两幅图像的存储设备中获取等等。

优选地，所述图像摄取装置包括但不限于摄像头、摄像机等等；所述两幅图像优选为摄取时间相邻的两幅图像等。

所述特征信息包括但不限于颜色信息、灰度信息、纹理信息、形状信息等。

所述判断系统由所述两幅图像中的每一幅图像中获取多个特征点的特征信息的方式包括但不限于：1)基于预定算法来由每一幅图像中获取多个特征点的特征信息；所述预定算法包括但不限于SIFT算法、小波算法等；2)所述判断系统直接根据每一幅图像所包含的像素点的诸如颜色、灰度等信息来确定特征点，并获取所确定的特征点的特征信息；例如，当一幅图像中的一像素点的诸如颜色、灰度等特征信息与该像素点相邻的各像素点的特征信息之差超过第一预定范围，则所述判断系统将该个像素点确定为特征点，并获取该个特征点的特征信息；又例如，当一幅图像中预定尺寸的子图像块的特征信息与该子图像块相邻的子图像块的特征信息之差超过第二预定范围，则所述判断系统确定该个子图像块为特征点，并获取该个特征点的特征信息等。其中，预定尺寸的子图像块包括但不限于包括2*2个像素点、3*3个像素点等的子图像块。

接着，在步骤S2中，所述判断系统基于每一幅图像中的多个特征点的特征信息，将所述两幅图像中特征信息匹配的每一对特征点确定为一对匹配点对。

具体地，所述判断系统判断一幅图像中的特征点的特征信息与另一幅图像中的特征点的特征信息是否匹配的判断方式包括但不限于：1)一幅图像中的特征点的特征信息与另一幅图像中的特征点的特征信息是否相同；2)基于预定匹配规则来判断，例如，一幅图像中的特征点的特征信息与另一幅图像中的特征点的特征信息之间的欧式距离是否小于预定阈值；3)基于预定算法来判断，所述预定算法包括但不限于SIFT算法等等。

接着，在步骤S3中，所述判断系统基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。

具体地，所述判断系统先确定每一对匹配点对中的两个特征点各自的位置信息的差值，再基于每一对匹配点对所对应的差值来求取平均值，并将该平均值作为一幅图像相对于另一幅图像的位置变化信息。

其中，所述位置信息包括但不限于：以直角坐标表示的位置信息，以极坐标来表示的位置信息等等。

其中，所述判断系统确定每一对匹配点对中的特征点的位置信息的方式包括但不限于：1)以一幅图像中的某一像素点作为坐标原点来确定每一对匹配点对中的特征点的位置信息；2)将每一对匹配点对中的特征点的像素位置直接转换为预定平面内的直角坐标或极坐标等。

例如，所述判断系统在步骤S2中确定的N对匹配点对各自包含的特征点的直角坐标分别为：

((X_B)_i，(Y_B)_i)，((X_F)_i，(Y_F)_i)，i＝1，2，L，N

其中，(X_B)_i，(Y_B)_i、(X_F)_i，(Y_F)_i分别表示第i对匹配点中两个特征点的坐标，则所述判断系统基于以下公式来确定一幅图像相对于另一幅图像的位置变化信息：

$M_X=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\mathrm{ABS}({\left(X_F\right)}_i-{\left(X_B\right)}_i)\right)/N;$

$M_Y=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\mathrm{ABS}({\left(Y_F\right)}_i-{\left(Y_B\right)}_i)\right)/N;$

其中，M_X、M_Y分别表示一幅图像相对于另一幅图像的在X方向与Y方向的位置变化信息，ABS表示取绝对值。

又例如，所述判断系统在步骤S2中确定的N对匹配点对各自包含的特征点的极坐标分别为：

(θ_B)_i，(θ_F)_i，i＝1，2，L，N，

其中，(θ_B)_i，(θ_F)_i分别表示第i对匹配点中两个特征点的极坐标，则所述判断系统基于以下公式来确定一幅图像相对于另一幅图像的位置变化信息：

$M_{\mathrm{\θ}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{ABS}({\left({\mathrm{\θ}}_F\right)}_i-{\left({\mathrm{\θ}}_B\right)}_i)/N$

其中，M_θ表示一幅图像相对于另一幅图像的旋转角度信息。

在步骤S4中，所述判断系统基于所述位置变化信息来确定所述图像摄取装置是否发生移动。

具体地，所述判断系统基于步骤S3中所确定的位置变化信息M_X与M_Y、M_θ，来确定所述图像摄取装置是否发生移动。

例如，所述判断系统判断V＝(M_X ²+M_Y ²)^1/2大于预设阈值T₂，则所述判断系统确定所述图像摄取装置发生移动，其中，预设阈值T₂优选范围在2-10个像素之间。

又例如，所述判断系统判断位置变化信息M_θ大于预设阈值T₃，则所述判断系统确定所述图像摄取装置发生移动，其中，预设阈值T3优选范围在0.02-0.1(弧度)之间。

作为本发明的一种优选方案，本发明的方法还包括步骤S51(未予图示)、S52(未予图示)、S53(未予图示)及S3′(未予图示)。

在步骤S51中，所述判断系统获取每一对匹配点对中的两个特征点各自的颜色信息。

具体地，当特征点为像素点时，所述判断系统直接获取每一对匹配点对中的两个特征点各自的RGB颜色信息；当特征点为子图像块时，所述判断系统求取每一对匹配点对中的两个特征点各自包含的像素点的RGB颜色信息的平均值、加权平均值等，并将所求取的结果作为特征点的颜色信息。

接着，在步骤S52中，所述判断系统将每一对匹配点对中每一个特征点的颜色信息进行转换以分别获得每一个特征点的正交色差信息。

具体地，所述判断系统按照下述公式将每一对匹配点对中的两特征点的颜色信息分别进行转换以获得每一特征点的正交色差信息C_b、C_r，其中，C_b表示绿色分量相对的参考值，C_r表示红色分量相对的参考值，Y表示亮度信息：

$\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]=\left[\begin{array}{ccc}0.2568& 0.5041& 0.0979\\ -0.1482& -0.2910& 0.4392\\ 0.4392& -0.3678& -0.0714\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]+\left[\begin{array}{c}16\\ 128\\ 128\end{array}\right]$

接着，在步骤S53中，所述判断系统基于每一对匹配点对中的两个特征点各自的正交色差信息之间的距离，来筛选出有效匹配点对。其中，所述距离包括但不限于：马氏距离、欧式距离等。

例如，所述判断系统按照以下公式来计算一对匹配点对中的两个特征点A与B各自的正交色差信息之间的欧式距离D，并当该欧式距离D小于预设阈值T₁，则所述判断系统确定该对匹配点对为有效匹配点对：

$D=\sqrt{{({\left(C_b\right)}_A-{\left(C_b\right)}_B)}^2+{({\left(C_r\right)}_A-{\left(C_r\right)}_B)}^2}$

接着，在步骤S3’中，所述判断系统基于每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。其中，所述判断系统基于每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息与所述判断系统在前述步骤S3中基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息相同或相似，在此以引用的方式包含于此，不再赘述。

接着，所述判断系统再基于步骤S3’所确定的位置变化信息来确定所述图像摄取装置是否发生移动。

如图2所示，本发明还提供一种判断图像摄取装置是否发生移动的判断系统，其中，该判断系统包括：特征信息获取模块1、匹配模块2、计算模块3及判断模块4。

所述特征信息获取模块1由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息。其中，所述特征信息获取模块1获取来自同一图像摄取装置所摄取的两幅图像的方式包括但不限于：1)通过所述判断系统所属计算机设备与所述图像摄取装置的直接连接来获取所述两幅图像；2)由与所述图像摄取装置的连接的其他设备处获取所述两幅图像。例如，从与一图像摄取装置通信连接的流媒体服务器处获取由图像摄取装置摄取的两幅图像；3)从存储所述两幅图像的存储设备中获取等等。

优选地，所述图像摄取装置包括但不限于摄像头、摄像机等等；所述两幅图像优选为摄取时间相邻的两幅图像等。

所述特征信息包括但不限于颜色信息、灰度信息、纹理信息、形状信息等。

所述特征信息获取模块1由所述两幅图像中的每一幅图像中获取多个特征点的特征信息的方式包括但不限于：1)基于预定算法来由每一幅图像中获取多个特征点的特征信息；所述预定算法包括但不限于SIFT算法、小波算法等；2)所述特征信息获取模块1直接根据每一幅图像所包含的像素点的诸如颜色、灰度等信息来确定特征点，并获取所确定的特征点的特征信息；例如，当一幅图像中的一像素点的诸如颜色、灰度等特征信息与该像素点相邻的各像素点的特征信息之差超过第一预定范围，则所述特征信息获取模块1将该个像素点确定为特征点，并获取该个特征点的特征信息；又例如，当一幅图像中预定尺寸的子图像块的特征信息与该子图像块相邻的子图像块的特征信息之差超过第二预定范围，则所述特征信息获取模块1确定该个子图像块为特征点，并获取该个特征点的特征信息等。其中，预定尺寸的子图像块包括但不限于包括2*2个像素点、3*3个像素点等的子图像块。

接着，所述匹配模块2基于每一幅图像中的多个特征点的特征信息，将所述两幅图像中特征信息匹配的每一对特征点确定为一对匹配点对。

具体地，所述匹配模块2判断一幅图像中的特征点的特征信息与另一幅图像中的特征点的特征信息是否匹配的判断方式包括但不限于：1)一幅图像中的特征点的特征信息与另一幅图像中的特征点的特征信息是否相同；2)基于预定匹配规则来判断，例如，一幅图像中的特征点的特征信息与另一幅图像中的特征点的特征信息之间的欧式距离是否小于预定阈值等等。

接着，所述计算模块3基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。

具体地，所述计算模块3先确定每一对匹配点对中的两个特征点各自的位置信息的差值，再基于每一对匹配点对所对应的差值来求取平均值，并将该平均值作为一幅图像相对于另一幅图像的位置变化信息。

其中，所述位置信息包括但不限于：以直角坐标表示的位置信息，以极坐标来表示的位置信息等等。

其中，所述计算模块3确定每一对匹配点对中的特征点的位置信息的方式包括但不限于：

1)以一幅图像中的某一像素点作为坐标原点来确定每一对匹配点对中的特征点的位置信息；

2)将每一对匹配点对中的特征点的像素位置直接转换为预定平面内的直角坐标或极坐标等。

例如，所述计算模块3在所述匹配模块2中确定的N对匹配点对各自包含的特征点的直角坐标分别为：

((X_B)_i，(Y_B)_i)，((X_F)_i，(Y_F)_i)，i＝1，2，L，N

其中，(X_B)_i，(Y_B)_i、(X_F)_i，(Y_F)_i分别表示第i对匹配点中两个特征点的坐标，则所述计算模块3基于以下公式来确定一幅图像相对于另一幅图像的位置变化信息：

$M_X=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\mathrm{ABS}({\left(X_F\right)}_i-{\left(X_B\right)}_i)\right)/N;$

$M_Y=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\mathrm{ABS}({\left(Y_F\right)}_i-{\left(Y_B\right)}_i)\right)/N;$

其中，M_X、M_Y分别表示一幅图像相对于另一幅图像的在X方向与Y方向的位置变化信息，ABS表示取绝对值。

又例如，所述计算模块3在所述匹配模块中确定的N对匹配点对各自包含的特征点的极坐标分别为：

(θ_B)_i，(θ_F)_i，i＝1，2，L，N，

其中，(θ_B)_i，(θ_F)_i分别表示第i对匹配点中两个特征点的极坐标，则所述计算模块3基于以下公式来确定一幅图像相对于另一幅图像的位置变化信息：

$M_{\mathrm{\θ}}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{ABS}({\left({\mathrm{\θ}}_F\right)}_i-{\left({\mathrm{\θ}}_B\right)}_i)/N$

其中，M_θ表示一幅图像相对于另一幅图像的旋转角度信息。

接着，所述判断模块4基于所述位置变化信息来确定所述图像摄取装置是否发生移动。

具体地，所述判断模块4基于计算模块3中所确定的位置变化信息M_X与M_Y、M_θ，来确定所述图像摄取装置是否发生移动。

例如，所述判断模块4判断V＝(M_X ²+M_Y ²)^1/2大于预设阈值T₂，则所述判断模块4确定所述图像摄取装置发生移动，其中，预设阈值T₂优选范围在2-10个像素之间。

又例如，所述判断模块4判断位置变化信息M_θ大于预设阈值T₃，则所述判断模块4确定所述图像摄取装置发生移动，其中，预设阈值T₃优选范围在0.02-0.1(弧度)之间。

作为本发明的一种优选方案，本发明的判断系统还包括颜色信息获取模块(未予图示)、色差信息获取模(未予图示)、有效匹配点筛选模块(未予图示)及子计算模块(未予图示)。

其中，所述颜色信息获取模块获取每一对匹配点对中的两个特征点各自的颜色信息。

具体地，当特征点为像素点时，所述颜色信息获取模块直接获取每一对匹配点对中的两个特征点各自的RGB颜色信息；当特征点为子图像块时，所述颜色信息获取模块5获取每一对匹配点对中的两个特征点各自包含的像素点的RGB颜色信息的平均值、加权平均值等，并将所求取的结果作为特征点的颜色信息。

接着，所述色差信息获取模将每一对匹配点对中每一个特征点的颜色信息进行转换以分别获得每一个特征点的正交色差信息。

具体地，所述色差信息获取模按照下述公式将每一对匹配点对中的两特征点的颜色信息分别进行转换以获得每一特征点的正交色差信息C_b、C_r，其中，C_b表示绿色分量相对的参考值，C_r表示红色分量相对的参考值，Y表示亮度信息：

$\left[\begin{array}{c}Y\\ \mathrm{Cb}\\ \mathrm{Cr}\end{array}\right]=\left[\begin{array}{ccc}0.2568& 0.5041& 0.0979\\ -0.1482& -0.2910& 0.4392\\ 0.4392& -0.3678& -0.0714\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]+\left[\begin{array}{c}16\\ 128\\ 128\end{array}\right]$

接着，所述有效匹配点筛选模块基于每一对匹配点对中的两个特征点各自的正交色差信息之间的距离，来筛选出有效匹配点对。其中，所述距离包括但不限于：马氏距离、欧式距离等。

例如，所述有效匹配点筛选模块按照以下公式来计算一对匹配点对中的两个特征点A与B各自的正交色差信息之间的欧式距离D，并当该欧式距离D小于预设阈值T₁，则所述判断系统确定该对匹配点对为有效匹配点对：

$D=\sqrt{{({\left(C_b\right)}_A-{\left(C_b\right)}_B)}^2+{({\left(C_r\right)}_A-{\left(C_r\right)}_B)}^2}$

接着，所述子计算模块基于每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。其中，所述子计算模块基于每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息与所述子计算模块在前述有效匹配点筛选模块中基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息相同或相似，在此以引用的方式包含于此，不再赘述。

接着，所述判断模块再基于子计算模块所确定的位置变化信息来确定所述图像摄取装置是否发生移动。

本发明的有益效果在于：

1)基于两幅图像中特征信息匹配的特征点的位置来确定图像摄取装置是否发生移位；

2)利用SIFT算法在平移、旋转、尺度缩放等仿射变换中的不变性以及对光照变化具有一定鲁棒性的优势，大大提高了两幅图像匹配的准确性，为判断图像摄取装置是否发生移动提供了更准确的判断依据；

3)在初步筛选出特征信息匹配的特征点后，再进一步通过颜色等特征信息来对所筛选出的特征点做进一步筛选，由此来提高判断的准确度；

4)可有效避免作为监控用的图像摄取装置因自身移动所导致的误报。

上述实施例仅列示性说明本发明的原理及功效，而非用于限制本发明。任何熟悉此项技术的人员均可在不违背本发明的精神及范围下，对上述实施例进行修改。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (12)

1.一种判断图像摄取装置是否发生移动的方法，包括：

1)由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息；

2)基于每一幅图像中的多个特征点的特征信息，将所述两幅图像中特征信息匹配的每一对特征点确定为一对匹配点对；

3)基于每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息；

4)基于所述位置变化信息来确定所述图像摄取装置是否发生移动。

2.根据权利要求1所述方法，其特征在于，所述步骤1)还包括：

-基于SIFT算法，由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息。

3.根据权利要求1或2所述方法，其特征在于，所述方法还包括步骤：

获取每一对匹配点对中的两个特征点各自的颜色信息；

将每一对匹配点对中每一个特征点的颜色信息进行转换以分别获得每一个特征点的正交色差信息；

基于每一对匹配点对中的两个特征点各自的正交色差信息之间的距离，来筛选出有效匹配点；

所述步骤3)还包括：

基于每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。

4.根据权利要求3所述方法，其特征在于，所述距离包括欧氏距离。

5.根据权利要求1所述方法，其特征在于，所述位置信息包括但不限于以下至少一项：

-以直角坐标来表示的位置信息；

-以极坐标来表示的位置信息。

6.根据权利要求1所述方法，其特征在于，所述特征信息包括以下至少一项：

颜色信息；

灰度信息；

纹理信息；

形状信息。

7.一种判断图像摄取装置是否发生移动的判断系统，包括：

特征信息获取模块，用于由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息；

匹配模块，用于基于由所述获取模块中获取的每一幅图像中的多个特征点的特征信息，

将所述两幅图像中特征信息匹配的每一对特征点确定为一对匹配点对；

计算模块，用于基于由所述匹配模块中确定的每一对匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息；

判断模块，用于基于所述位置变化信息来确定所述图像摄取装置是否发生移动。

8.根据权利要求7所述的判断系统，其特征在于，所述位置信息获取模块还包括：

子位置信息获取模块，用于基于SIFT算法，由来自同一图像摄取装置所摄取的两幅图像中的每一幅图像中获取多个特征点的特征信息。

9.根据权利要求7或8所述的判断系统，其特征在于，所述判断系统还包括：

颜色信息获取模块，用于获取每一对匹配点对中的两个特征点各自的颜色信息；

色差信息获取模块，用于将每一对匹配点对中每一个特征点的颜色信息进行转换以分别获得每一个特征点的正交色差信息；

有效匹配点筛选模块，用于基于每一对匹配点对中的两个特征点各自的正交色差信息之间的距离，来筛选出有效匹配点；

所述计算模块还包括子计算模块：

用于基于所述有效匹配点筛选模块获取的每一对有效匹配点对中的两个特征点各自的位置信息来确定一幅图像相对于另一幅图像的位置变化信息。

10.根据权利要求9所述系统，其特征在于，所述距离包括欧氏距离。

11.根据权利要求7所述的判断系统，其特征在于，所述位置信息包括但不限于以下至少一项：

-以直角坐标来表示的位置信息；

-以极坐标来表示的位置信息。

12.根据权利要求7所述的判断系统，其特征在于，所述特征信息包括以下至少一项：

颜色信息；

灰度信息；

纹理信息；

形状信息。

Images