本发明专利技术涉及一种基于关键点匹配的高精度图像特征提取方法及系统，包括对第一样本图像和第二样本图像执行尺度调整操作生成对应的第一尺度空间集合和第二尺度空间集合并分别选取稳定关键点建立对应的特征描述子执行分类判断操作，基于高精度场景待比对的两幅图像，提取不同尺度下的特征点，自适应选择关键点的方法筛选出至少存在于i个尺度下的特征点作为关键点，采用非规则匹配的方法进行关键点匹配，实现了高精度场景下的图像精确匹配，解决了高精度场景匹配错误率高的问题，保证鉴别结果的准确性。
1、图像特征提取与匹配技术广泛应用于目标识别、物体跟踪、3d重建、图像拼接、图像检索等领域。其中，sift(尺度不变特征变换)算法是用于图像处理领域的一种局部特征描述子，它会在不同的尺度空间上查找并提取出关键点，并计算出其方向，这些关键点不会因为图像旋转、缩放、亮度变化、视角变化或噪声的添加而产生较大的变化，因此具有高度的稳定性和可靠性。因此，sift算法因其优良的特性，在许多计算机视觉任务中发挥着重要作用。
2、现有技术下sift算法的主要实现过程包括：尺度空间极值检测，通过高斯差分尺度空间(dog scale-space)寻找所有尺度上的局部极值点，这些极值点就是候选的关键点；关键点定位，通过拟合三维二次函数精确确定关键点的位置和尺度，同时去除低对比度的关键点和不稳定的边缘响应点；方向分配，基于图像局部的梯度方向，分配给每个关键点一个或多个主方向，使关键点对图像旋转具备不变性；关键点特征描述子生成，在关键点周围邻域内，根据关键点的尺度、方向等信息，采集关键点周围的梯度、方向等信息，形成对关键点的描述。
3、虽然现有技术的sift算法在图像特征提取与匹配领域已经相当成熟，但在一些高精度的应用场景中，如文物的真伪鉴别、双胞胎的人脸比对等，其匹配的精确度还有待提升。因此，如何进一步提高sift算法在高精度场景下的匹配精确度，降低特征点的匹配错误率，是现有技术需要解决的主要问题。
r/>技术实现思路
1、为解决现有技术的不足，本专利技术提出一种基于关键点匹配的高精度图像特征提取方法及系统，基于高精度场景待比对的两幅图像，提取不同尺度下的特征点，自适应选择关键点的方法筛选出至少存在于i个尺度下的特征点作为关键点，采用非规则匹配的方法进行关键点匹配，实现了高精度场景下的图像精确匹配，解决了高精度场景匹配错误率高的问题，保证鉴别结果的准确性。
2、为实现以上目的，本专利技术所采用的技术方案包括：
3、一种基于关键点匹配的高精度图像特征提取方法，其特征在于，包括执行下列步骤：
4、s1、获取第一目标图像和第二目标图像，对第一目标图像和第二目标图像分别执行图像预处理操作，生成对应的第一样本图像和第二样本图像；
5、s2、分别对第一样本图像和第二样本图像执行尺度调整操作，生成对应的第一尺度空间集合和第二尺度空间集合；
6、s3、使用高斯差分算子在第一尺度空间集合和第二尺度空间集合中计算极值点，整理组合极值点生成对应第一尺度空间集合的第一关键点集合与对应第二尺度空间集合的第二关键点集合；
7、s4、依据预设阈值判断第一关键点集合与第二关键点集合中的关键点是否满足稳定条件；
8、s5、当判断关键点满足稳定条件时，将关键点标记为稳定关键点，整理组合稳定关键点生成对应的第一稳定关键点集合与第二稳定关键点集合；
9、s6、使用第一稳定关键点集合生成对应第一目标图像的第一特征描述子，使用第二稳定关键点集合生成对应第二目标图像的第二特征描述子；
10、s7、依据预设分类器针对第一特征描述子和第二特征描述子执行分类判断操作，生成分类结果。
11、进一步地，所述图像预处理操作包括下列操作中的任意一项或多项组合：
12、对目标图像添加椒盐噪声；
13、改变目标图像中目标对象的旋转角度；
14、调整目标图像中目标对象的光照参数。
15、进一步地，所述尺度调整操作包括：
16、依据预设比例对目标图像执行缩放操作，生成缩放图像；
17、对缩放图像执行高斯模糊操作，构建对应的高斯金字塔和高斯差分金字塔；
18、依据高斯金字塔和高斯差分金字塔生成对应目标图像的尺度空间；
19、组合多个不同预设比例下生成的尺度空间，生成对应目标图像的尺度空间集合。
20、进一步地，所述步骤s4包括：
21、选定目标关键点，遍历各尺度空间判断在尺度空间中是否存在匹配目标关键点的对应关键点；
22、依据对应关键点数量计算存在目标关键点的尺度空间数量；
23、判断尺度空间数量是否满足大于预设阈值的稳定条件。
24、进一步地，所述预设分类器包括使用高斯径向基核函数训练的分类器。
25、进一步地，所述分类判断操作包括：
26、分别选择第一特征描述子和第二特征描述子中排序前100的奇异值；
27、使用预设分类器对奇异值进行分类判断操作，生成分类结果。
28、本专利技术还涉及一种基于关键点匹配的高精度图像特征提取系统，其特征在于，包括：
29、图像预处理模块，用于对第一目标图像和第二目标图像分别执行图像预处理操作，生成对应的第一样本图像和第二样本图像；
30、尺度调整模块，用于分别对第一样本图像和第二样本图像执行尺度调整操作，生成对应的第一尺度空间集合和第二尺度空间集合；
31、关键点计算模块，用于使用高斯差分算子在第一尺度空间集合和第二尺度空间集合中计算极值点，整理组合极值点生成对应第一尺度空间集合的第一关键点集合与对应第二尺度空间集合的第二关键点集合；
32、稳定判断模块，用于依据预设阈值判断第一关键点集合与第二关键点集合中的关键点是否满足稳定条件，当判断关键点满足稳定条件时，将关键点标记为稳定关键点，整理组合稳定关键点生成对应的第一稳定关键点集合与第二稳定关键点集合；
33、特征描述子生成模块，用于使用第一稳定关键点集合生成对应第一目标图像的第一特征描述子，使用第二稳定关键点集合生成对应第二目标图像的第二特征描述子；
34、分类判断模块，用于依据预设分类器针对第一特征描述子和第二特征描述子执行分类判断操作，生成分类结果。
35、本专利技术还涉及一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
36、本专利技术还涉及一种电子设备，其特征在于，包括处理器和存储器；
37、所述存储器，用于存储第一尺度空间集合、第二尺度空间集合、第一特征描述子和第二特征描述子；
38、所述处理器，用于通过调用第一尺度空间集合、第二尺度空间集合、第一特征描述子和第二特征描述子，执行上述的方法。
39、本专利技术还涉及一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现上述方法的步骤。
40、本专利技术的有益效果为：
41、采用本专利技术所述基于关键点匹配的高精度图像特征提取方法及系统，通过预处理操作，模拟了目标对象真实晶粒分布和拍摄误差，减少了实验样本误差，基于高精度场景待比对的两幅图像，构建不同的尺度空间和提取关键点，使得算本文档来自技高网...
【技术保护点】
1.一种基于关键点匹配的高精度图像特征提取方法，其特征在于，包括执行下列步骤：
2.如权利要求1所述的方法，其特征在于，所述图像预处理操作包括下列操作中的任意一项或多项组合：
3.如权利要求1所述的方法，其特征在于，所述尺度调整操作包括：
4.如权利要求1所述的方法，其特征在于，所述步骤S4包括：
5.如权利要求1所述的方法，其特征在于，所述预设分类器包括使用高斯径向基核函数训练的分类器。
6.如权利要求5所述的方法，其特征在于，所述分类判断操作包括：
7.一种基于关键点匹配的高精度图像特征提取系统，其特征在于，包括：
8.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
9.一种电子设备，其特征在于，包括处理器和存储器；
10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
【技术特征摘要】
1.一种基于关键点匹配的高精度图像特征提取方法，其特征在于，包括执行下列步骤：
2.如权利要求1所述的方法，其特征在于，所述图像预处理操作包括下列操作中的任意一项或多项组合：
3.如权利要求1所述的方法，其特征在于，所述尺度调整操作包括：
4.如权利要求1所述的方法，其特征在于，所述步骤s4包括：
5.如权利要求1所述的方法，其特征在于，所述预设分类器包括使用高斯径向基核函数训练的分类器。
6.如权利要求5所述的方法，其...
【专利技术属性】
技术研发人员：孙文慧，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。