CN106780490A - 一种图像特征的局部检测法 - Google Patents

一种图像特征的局部检测法 Download PDF

Info

Publication number
CN106780490A
CN106780490A CN201710042260.9A CN201710042260A CN106780490A CN 106780490 A CN106780490 A CN 106780490A CN 201710042260 A CN201710042260 A CN 201710042260A CN 106780490 A CN106780490 A CN 106780490A
Authority
CN
China
Prior art keywords
image
feature
detection
processed
detection method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710042260.9A
Other languages
English (en)
Inventor
王恒升
曾斌
彭天博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201710042260.9A priority Critical patent/CN106780490A/zh
Publication of CN106780490A publication Critical patent/CN106780490A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

一种图像特征的局部检测法一种图像特征的局部检测法属于图像处理的领域，现有的图像的特征检测都是对图像的每一个像素点进行处理，运算的效率很低。本发明不是针对每一个像素点进行处理，而是在特征检测之前，先对图像进行预处理，找到图像中的边界线，然后再沿着边界线检测特征点。因为角点特征一般在边界线上，这样在极大地减少运算量的同时，仍能保证有效的角点特征个数。

Description

一种图像特征的局部检测法
技术领域
本发明属于图像处理的领域，具体来说是在图像上检测出特征点，这种特征点可以应用于测量目的，也可以应用于双目相机的两幅重叠图像中的特征匹配，也可以应用于图像时间序列中的两幅图像的特征匹配（例如视觉里程计中需要处理的）。
背景技术
图像特征的检测是视觉图像应用中的一个重要技术，如果涉及到两幅图像，特征的检测与匹配往往是同时存在，例如计算机双目视觉图像的处理需要找到两个固接在一起的相机图像重叠区的具有对应关系的特征点，再如视觉里程计处理图像的时间序列，需要找到图像特征点在连续两幅图像中的相应位置，然后再解算出移动相机的载体的空间运动。这里涉及到的一个共同技术环节就是检测出图像中的特征点。图像的特征检测有许多种方法，如基于角点特征的Harris、FAST、Shi-Tomasi和SUSAN算法，基于斑点特征的SIFT、SURF和CenSurE算法。特征匹配的方法是基于特征点的描述子的相似性。最简单的特征点描述子就是特征的外观，即该特征点所在的像素及其邻域内的灰度，对于这类描述子可以用灰度差的平方和（SSDs）或者归一化互相关（NCC）来度量两个特征点描述子的相似度。Census变换是一种更加鲁棒的相似度度量方法，该方法将每个特征点邻域转化为一个二进制向量表示形式，然后根据汉明距离（Hamming Distance）度量两个二进制串的相似度。但是基于特征外观的描述子不具有旋转、尺度不变性，因此会随着视角的变化而变化，所以只适用于机器人在微小运动情况下前后帧图片中特征点的匹配。SIFT描述子最大的特点是稳定，不随光线明暗、旋转和尺度变化而变化，具有极好的视角不变性，可利用欧氏距离衡量两个特征点的相似度从而进行匹配，然而该描述子适用于纹理丰富的斑点，对于由边相交形成的角点则效果不理想，且其计算复杂、需要的存贮空间大，不适合实时运算。SURF特征描述子有64个元素占256个字节，需要的计算资源多。BRIEF（Binary Robust IndependentElementary Features）、BRISK（Binary Robust In variant Scalable Keypoints ）、ALOHA（Aggregated LOcal HAar）属于二进制特征描述子，描述子小且计算要求低。其中BRIEF强化了处理速度，综合性能好。这类二进制描述子用汉明距离衡量两个特征点的相似度。
目前图像的特征检测遇到的最大问题是运算速度、运算精度和方法的鲁棒性。本发明提出的局部特征检测方法可以极大地提高特征检测的速度，提高检测后特征的匹配速度，提高视觉技术的实用性。
发明内容
由于现有的图像的特征检测与匹配都是对图像的每一个像素点进行处理，运算的效率很低。本发明不是针对每一个像素点进行处理，因此大大提高了运算速度。本发明提出在进行图像的特征检测之前，先对图像进行预处理，找到图像中的边界线；然后再以边界线为中心，沿着边界线检测特征点。因为角点特征一般在边界线上，这样在极大地减少运算量的同时，仍能保证有效的角点特征个数。

Claims (2)

1.一种图像特征的局部检测方法是一种快速检测图像特征的方法，其特点是只在图像的局部进行特征的检测。
2.根据权利要求1所述，其特点在于不是连续逐个对图像像素点进行处理来检测图像特征，而是先对图像进行预处理，只在图像中存在边缘的区域进行特征检测。
CN201710042260.9A 2017-01-20 2017-01-20 一种图像特征的局部检测法 Pending CN106780490A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710042260.9A CN106780490A (zh) 2017-01-20 2017-01-20 一种图像特征的局部检测法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710042260.9A CN106780490A (zh) 2017-01-20 2017-01-20 一种图像特征的局部检测法

Publications (1)

Publication Number Publication Date
CN106780490A true CN106780490A (zh) 2017-05-31

Family

ID=58944837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710042260.9A Pending CN106780490A (zh) 2017-01-20 2017-01-20 一种图像特征的局部检测法

Country Status (1)

Country Link
CN (1) CN106780490A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101071473A (zh) * 2006-03-07 2007-11-14 株式会社东芝 检测特征点的设备及检测特征点的方法
CN102034114A (zh) * 2010-12-03 2011-04-27 天津工业大学 一种基于特征点检测的模板匹配跟踪方法
CN103927514A (zh) * 2014-04-09 2014-07-16 中国矿业大学(北京) 一种基于随机局部图像特征的煤岩识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101071473A (zh) * 2006-03-07 2007-11-14 株式会社东芝 检测特征点的设备及检测特征点的方法
CN102034114A (zh) * 2010-12-03 2011-04-27 天津工业大学 一种基于特征点检测的模板匹配跟踪方法
CN103927514A (zh) * 2014-04-09 2014-07-16 中国矿业大学(北京) 一种基于随机局部图像特征的煤岩识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
王涛等: ""基于LOG算子边缘检测提取特征点的平显振动算法研究"", 《电子设计工程》 *
秦绪佳等: ""改进的遥感图像SURF特征匹配算法"", 《小型微型计算机系统》 *
肖汉等: ""面向CPU+GPU异构计算的SIFT特征匹配并行算法"", 《同济大学学报（自然科学版）》 *
郭峰等: ""基于改进边缘检测算子的图像特征点提取算法"", 《电子科技》 *

Similar Documents

Publication Publication Date Title
US20200279121A1 (en) Method and system for determining at least one property related to at least part of a real environment
CN106960451B (zh) 一种提升图像弱纹理区域特征点数量的方法
Huang et al. Contrast context histogram—An efficient discriminating local descriptor for object recognition and image matching
WO2018176938A1 (zh) 红外光斑中心点提取方法、装置和电子设备
US9665803B2 (en) Image processing apparatus and image processing method
Alismail et al. Robust tracking in low light and sudden illumination changes
Fathima et al. Image stitching with combined moment invariants and sift features
Yu et al. A new shadow removal method using color-lines
Ferrara et al. Wide-angle and long-range real time pose estimation: A comparison between monocular and stereo vision systems
Prakhya et al. Detecting keypoint sets on 3D point clouds via Histogram of Normal Orientations
US11238309B2 (en) Selecting keypoints in images using descriptor scores
CN111435429B (zh) 一种基于双目立体数据动态认知的手势识别方法及系统
Song et al. Robustness of point feature detection
Zakharov et al. Finding correspondences between images using descriptors and graphs
Zeng et al. Restoration of motion-blurred image based on border deformation detection: A traffic sign restoration model
US10210414B2 (en) Object detection system and computer program product
Itkarkar et al. Contour-based real-time hand gesture recognition for indian sign language
Imani et al. Local binary pattern, local derivative pattern and skeleton features for RGB-D person re-identification
CN106780490A (zh) 一种图像特征的局部检测法
Yang et al. A fast and high accuracy registration method for multi-source images
US20160379087A1 (en) Method for determining a similarity value between a first image and a second image
Wang et al. Unified detection of skewed rotation, reflection and translation symmetries from affine invariant contour features
Pei et al. Color invariant census transform for stereo matching algorithm
Maurya et al. An automatic thermal and visible image registration using a calibration Rig
Phan et al. Object recognition by combining binary local invariant features and color histogram

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531

RJ01 Rejection of invention patent application after publication