CN102982561B - 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法 - Google Patents
适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法 Download PDFInfo
- Publication number
- CN102982561B CN102982561B CN201210593173.XA CN201210593173A CN102982561B CN 102982561 B CN102982561 B CN 102982561B CN 201210593173 A CN201210593173 A CN 201210593173A CN 102982561 B CN102982561 B CN 102982561B
- Authority
- CN
- China
- Prior art keywords
- color
- scale
- point
- coloured image
- detected
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Abstract
适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,涉及一种彩色的二进制鲁棒特征检测方法。为了解决目前基于二进制描述子的鲁棒尺度不变特征的方法不适用于彩色图像的问题。一:将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间;二:计算变换到高斯对立颜色空间的彩色图像的颜色不变量;三:根据得到的颜色不变量,运用AGAST特征检测子检测所述彩色图像的特征点;四:在测到的每个特征点周围区域得到六十个经过方向归一化的采样点;五:根据得到的采样点,生成有关特征点周围像素颜色信息的二进制描述子;六:根据生成的所述二进制描述子,生成彩色的二进制鲁棒尺度不变特征的二进制描述子。本发明适用于检测彩色图像。
Description
技术领域
本发明涉及一种彩色的二进制鲁棒特征检测方法,属于彩色图像局部不变特征检测技术领域。
背景技术
图像特征的提取、描述和匹配是基于特征的图像处理和计算机视觉应用的基础。这些图像处理和计算机视觉应用的效率和准确度取决于检测子的检测性能和特征描述子的表征性能。随着数字技术的迅速发展、普及与应用,每天都产生大量的图像/视频内容且需对这些视觉内容进行实时处理。高效快速的特征检测方法成为满足上述需求的关键。然而,传统的特征检测方法依赖于复杂耗时的特征检测和描述子匹配过程,例如SIFT(Scale-invariant feature transform)和SURF(Speeded Up Robust Features),根本无法满足上述需求。
基于二进制描述子的鲁棒尺度不变特征(BRISK,Binary Robust Invariant ScalableKeypoints)被提出来用于解决上述问题。BRISK将从图像块中提取的二进制串作为特征描述子。这点不同于基于浮点数描述子的传统的方法(SIFT,SURF)。两个二进制描述子之间的相似性可以直接通过计算两个二进制串的汉明距来得到。汉明距越小,两者越相似。在现代CPU上,计算二进制串之间的汉明距比浮点数之间的欧式距离快得多。因此,基于二进制描述子的鲁棒尺度不变特征(BRISK)比传统方法(SIFT,SURF)快两个数量级。同时,BRISK的匹配准确性同传统方法(SIFT,SURF)接近。
然而,基于二进制描述子的鲁棒尺度不变特征(BRISK)是为灰度图像设计的,颜色信息被忽略。这样就导致对于彩色图像,BRISK在特征点检测过程中没有充分考虑特征点的颜色不变性,同时在生成描述子的过程中没有充分利用特征点所在区域的颜色区分性。
发明内容
本发明的目的是为了解决目前基于二进制描述子的鲁棒尺度不变特征的方法不适用于彩色图像的问题,本发明提供一种适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法。
本发明的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,它包括如下步骤:
步骤一:将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间;
步骤二:计算变换到高斯对立颜色空间的彩色图像的颜色不变量;
步骤三:根据步骤二得到的颜色不变量,运用AGAST特征检测子检测所述彩色图像的特征点;
步骤四:在步骤三检测到的每个特征点周围区域得到六十个经过方向归一化的采样点;
步骤五:根据步骤四得到的采样点,生成有关特征点周围像素颜色信息的二进制描述子;
步骤六:根据步骤五生成的有关特征点周围像素颜色信息的二进制描述子,生成彩色的二进制鲁棒尺度不变特征的二进制描述子。
本发明的优点在于,在特征点检测和特征描述子生成过程中充分考虑了彩色图像中的颜色信息,使得检测到的特征点具有更好的颜色不变性,同时生成的描述子包含了更多的颜色区分性,所以本方法适用于彩色图像的检测。
附图说明
图1为本发明的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的流程示意图。
具体实施方式
具体实施方式一:结合图1说明本实施方式,本实施方式所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,它包括如下步骤:
步骤一:将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间;
步骤二:计算变换到高斯对立颜色空间的彩色图像的颜色不变量;
步骤三:根据步骤二得到的颜色不变量,运用AGAST特征检测子检测所述彩色图像的特征点;
步骤四:在步骤三检测到的每个特征点周围区域得到六十个经过方向归一化的采样点;
步骤五:根据步骤四得到的采样点,生成有关特征点周围像素颜色信息的二进制描述子;
步骤六:根据步骤五生成的有关特征点周围像素颜色信息的二进制描述子,生成彩色的二进制鲁棒尺度不变特征的二进制描述子。
步骤六中所述的彩色的二进制鲁棒尺度不变特征的二进制描述子包含了特征点周围像素的颜色信息及周围像素灰度值的大小关系。
具体实施方式二:本实施方式是对具体实施方式一所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,所述步骤一中将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间的方法为:
式中R(x,y)、G(x,y)、B(x,y)分别为待检测的彩色图像中坐标为(x,y)的像素的R、G、B三个颜色分量,为高斯对立颜色空间中待检测的彩色图像的亮度分量,为高斯对立颜色空间中待检测的彩色图像的蓝色-黄色的颜色分量,为高斯对立颜色空间中待检测的彩色图像的绿色-红色的颜色分量。
具体实施方式三:本实施方式是对具体实施方式一所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,所述步骤二中计算变换到高斯对立颜色空间的彩色图像的颜色不变量的方法为:
其中C为颜色不变量,为亮度分量,为绿色-红色的颜色分量。
具体实施方式四:本实施方式是对具体实施方式一所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,所述步骤三中根据步骤二得到的颜色不变量,运用AGAST特征检测子检测所述彩色图像的特征点的方法为:
步骤1:根据步骤二得到的颜色不变量构建颜色不变量的尺度空间金字塔;所述颜色不变量的尺度空间金子塔包括n层{c0,c1,...,cn-1}和n个中间层{d0,d1,..,dn-1},n为正整数;
其中ci是将ci1进行降采样得到的图像,c0是待检测的彩色图像;
di位于ci和ci1之间,它是通过将di1进行降采样得到的图像;
其中d0是通过将c0进行降采样得到的图像;
步骤2:利用FAST角点检测子在颜色不变量的尺度空间金字塔中寻找极大值点作为特征点:
将FAST 9-16检测子应用于每一层和每一中间层上,将找到的角点作为候选特征点并计算其FAST值;
将候选特征点中的极大值点作为最终的特征点,所述极大值点的FAST值比其同层的周围8个点的FAST值都大,同时比其上层、下层对应点的FAST值大。
步骤3:在每一层或每一中间层上,通过最小二乘法拟合二维二次函数以精确定位特征点的空间位置,在尺度轴上,通过拟合一维抛物线函数以精确定位特征点的尺度。
步骤3中精确定位方法同BRISK方法相同。
具体实施方式五:本实施方式是对具体实施方式四所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,所述步骤1中:n=4。
具体实施方式六:本实施方式是对具体实施方式四所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,所述步骤1中:
ci是将ci1进行比例因子为2的降采样得到的图像,c0是待检测的彩色图像;
di位于ci和ci1之间,它是通过将di1进行比例因子为2的降采样得到的图像;
其中d0是通过将c0进行比例因子为1.5的降采样得到的图像。
具体实施方式七:本实施方式是对具体实施方式四所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,
对步骤3中所述特征点的空间位置,精确定位到亚像素精度。
具体实施方式八:本实施方式是对具体实施方式一所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,所述步骤五中根据步骤四得到的采样点,生成有关特征点周围像素颜色信息的二进制描述子的方法为:
对于特征点周围的每一个采样点,记录该采样点的RGB三个颜色分量的大小顺序关系,并对其进行二进制编码:
用六位二进制来表示一个采样点的颜色分量大小关系,其中前三位构成第一组,用来表示在R G B三个颜色分量中最大值所对应的分量,如果某一个颜色分量为最大值,则对应组中的对应位为1,否则为0;后三位构成第二组,用来表示最小值所对应的分量,如果某一个颜色分量为最小值,则对应组中的对应位为1,否则为0。
每一个特征点采用360位二进制位来描述周围像素的颜色信息。
具体实施方式九:本实施方式是对具体实施方式一所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法的进一步限定,
所述步骤六中根据步骤五生成的有关特征点周围像素颜色信息的二进制描述子,生成彩色的二进制鲁棒尺度不变特征的二进制描述子的方法为:
将步骤五中生成的有关特征点周围像素颜色信息的二进制描述子,同利用BRISK方法生成的有关特征点周围像素灰度值大小关系的二进制描述子结合,共同构成彩色的二进制鲁棒尺度不变特征描述子。
Claims (5)
1.适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,其特征在于,它包括如下步骤:
步骤一:将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间;
步骤二:计算变换到高斯对立颜色空间的彩色图像的颜色不变量;
步骤三:根据步骤二得到的颜色不变量,运用AGAST特征检测子检测所述彩色图像的特征点;
步骤四:在步骤三检测到的每个特征点周围区域得到六十个经过方向归一化的采样点;
步骤五:根据步骤四得到的采样点,生成有关特征点周围像素颜色信息的二进制描述子;
步骤六:根据步骤五生成的有关特征点周围像素颜色信息的二进制描述子,生成彩色的二进制鲁棒尺度不变特征的二进制描述子;所述步骤一中将待检测的彩色图像从RGB颜色空间变换到高斯对立颜色空间的方法为:
式中R(x,y)、G(x,y)、B(x,y)分别为待检测的彩色图像中坐标为(x,y)的像素的R、G、B三个颜色分量,为高斯对立颜色空间中待检测的彩色图像的亮度分量,为高斯对立颜色空间中待检测的彩色图像的蓝色-黄色的颜色分量,为高斯对立颜色空间中待检测的彩色图像的绿色-红色的颜色分量;
所述步骤二中计算变换到高斯对立颜色空间的彩色图像的颜色不变量的方法为:
其中C为颜色不变量,为高斯对立颜色空间中待检测的彩色图像的亮度分量,为高斯对立颜色空间中待检测的彩色图像的绿色-红色的颜色分量;
所述步骤五中根据步骤四得到的采样点,生成有关特征点周围像素颜色信息的二进制描述子的方法为:
对于特征点周围的每一个采样点,记录该采样点的RGB三个颜色分量的大小顺序关系,并对其进行二进制编码:
用六位二进制来表示一个采样点的颜色分量大小关系,其中前三位构成第一组,用来表示在R G B三个颜色分量中最大值所对应的分量,如果某一个颜色分量为最大值,则对应组中的对应位为1,否则为0;后三位构成第二组,用来表示最小值所对应的分量,如果某一个颜色分量为最小值,则对应组中的对应位为1,否则为0;
所述步骤六中根据步骤五生成的有关特征点周围像素颜色信息的二进制描述子,生成彩色的二进制鲁棒尺度不变特征的二进制描述子的方法为:
将步骤五中生成的有关特征点周围像素颜色信息的二进制描述子,同利用BRISK方法生成的有关特征点周围像素灰度值大小关系的二进制描述子结合,共同构成彩色的二进制鲁棒尺度不变特征的二进制描述子。
2.根据权利要求1所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,其特征在于,
所述步骤三中根据步骤二得到的颜色不变量,运用AGAST特征检测子检测所述彩色图像的特征点的方法为:
步骤1:根据步骤二得到的颜色不变量构建颜色不变量的尺度空间金字塔;所述颜色不变量的尺度空间金子塔包括n层{c0,c1,...,cn-1}和n个中间层{d0,d1,...,dn-1},n为正整数;
其中ci是将ci-1进行降采样得到的图像,c0是待检测的彩色图像;
di位于ci和ci+1之间,它是通过将di-1进行降采样得到的图像;
其中d0是通过将c0进行降采样得到的图像;
步骤2:利用FAST角点检测子在颜色不变量的尺度空间金字塔中寻找极大值点作为特征点:
将FAST 9-16检测子应用于每一层和每一中间层上,将找到的角点作为候选特征点并计算其FAST值;
将候选特征点中的极大值点作为最终的特征点,所述极大值点的FAST值比其同层的周围8个点的FAST值都大,同时比其上层、下层对应点的FAST值大;
步骤3:在每一层或每一中间层上,通过最小二乘法拟合二维二次函数以精确定位特征点的空间位置,在尺度轴上,通过拟合一维抛物线函数以精确定位特征点的尺度。
3.根据权利要求2所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,其特征在于,所述步骤1中:n=4。
4.根据权利要求2所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,其特征在于,所述步骤1中:
ci是将ci-1进行比例因子为2的降采样得到的图像,c0是待检测的彩色图像;
di位于ci和ci+1之间,它是通过将di-1进行比例因子为2的降采样得到的图像;
其中d0是通过将c0进行比例因子为1.5的降采样得到的图像。
5.根据权利要求2所述的适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法,其特征在于,步骤3中所述特征点的空间位置精确定位到亚像素精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210593173.XA CN102982561B (zh) | 2012-12-31 | 2012-12-31 | 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210593173.XA CN102982561B (zh) | 2012-12-31 | 2012-12-31 | 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102982561A CN102982561A (zh) | 2013-03-20 |
CN102982561B true CN102982561B (zh) | 2015-02-11 |
Family
ID=47856502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210593173.XA Expired - Fee Related CN102982561B (zh) | 2012-12-31 | 2012-12-31 | 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102982561B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400388B (zh) * | 2013-08-06 | 2016-12-28 | 中国科学院光电技术研究所 | 一种利用RANSAC消除Brisk关键点错误匹配点对的方法 |
CN105989128B (zh) * | 2015-02-13 | 2019-05-07 | 深圳先进技术研究院 | 一种图像检索的方法及装置 |
CN106504230B (zh) * | 2016-10-11 | 2019-02-26 | 华侨大学 | 基于相位一致性的全参考彩色屏幕图像质量评估方法 |
CN107403451B (zh) * | 2017-06-16 | 2020-11-10 | 西安电子科技大学 | 自适应二值特征单目视觉里程计方法及计算机、机器人 |
CN108921175A (zh) * | 2018-06-06 | 2018-11-30 | 西南石油大学 | 一种基于fast改进的sift图像配准方法 |
CN110766019A (zh) * | 2018-07-25 | 2020-02-07 | 深圳市创客工场科技有限公司 | 编码识别方法、装置、电子设备和计算机可读存储介质 |
CN109934777B (zh) * | 2019-01-09 | 2023-06-02 | 深圳市三宝创新智能有限公司 | 图像局部不变特征提取方法、装置、计算机设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663436A (zh) * | 2012-05-03 | 2012-09-12 | 武汉大学 | 用于光学纹理图像和sar图像的自适应特征提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011014341A (ja) * | 2009-07-01 | 2011-01-20 | Itoki Corp | 調光可能な照明システム |
-
2012
- 2012-12-31 CN CN201210593173.XA patent/CN102982561B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663436A (zh) * | 2012-05-03 | 2012-09-12 | 武汉大学 | 用于光学纹理图像和sar图像的自适应特征提取方法 |
Non-Patent Citations (3)
Title |
---|
BRISK: Binary Robust invariant BRISK: Binary Robust invariant;Leutenegger, S.等;《Computer Vision (ICCV), 2011 IEEE International Conference on》;20111113;2548-2555 * |
JP特开2011-14341A 2011.01.20 * |
惯性组合导航***中基于BRISK的快速景象匹配算法;许允喜等;《光电子·激光》;20120831;第23卷(第8期);1589-1596 * |
Also Published As
Publication number | Publication date |
---|---|
CN102982561A (zh) | 2013-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102982561B (zh) | 适用于彩色图像彩色的二进制鲁棒尺度不变特征检测方法 | |
CN112818903B (zh) | 一种基于元学习和协同注意力的小样本遥感图像目标检测方法 | |
CN104200461B (zh) | 基于互信息图像选块和sift特征的遥感图像配准方法 | |
CN103593850A (zh) | 一种在cuda平台上基于递归高斯滤波的sift并行化***及方法 | |
CN109871823B (zh) | 一种结合旋转框和上下文信息的卫星图像舰船检测方法 | |
CN103578093B (zh) | 图像配准方法、装置及增强现实*** | |
Zhou et al. | SGM3D: Stereo guided monocular 3D object detection | |
CN105069811A (zh) | 一种多时相遥感图像变化检测方法 | |
CN106355607B (zh) | 一种宽基线彩色图像模板匹配方法 | |
CN104156965A (zh) | 一种矿井监控图像自动快速拼接方法 | |
CN104809731A (zh) | 一种基于梯度二值化的旋转尺度不变场景匹配方法 | |
CN103839042A (zh) | 人脸识别方法和人脸识别*** | |
CN111652240B (zh) | 一种基于cnn的图像局部特征检测与描述方法 | |
CN115496928A (zh) | 基于多重特征匹配的多模态图像特征匹配方法 | |
CN103679193A (zh) | 一种基于freak的高速高密度封装元器件快速定位方法 | |
CN108319961B (zh) | 一种基于局部特征点的图像roi快速检测方法 | |
CN109766752B (zh) | 一种基于深度学习的目标匹配和定位方法及***、计算机 | |
CN102930292B (zh) | 一种基于p-SIFT特征的物体识别方法 | |
CN117274608A (zh) | 基于空间细节感知和注意力引导的遥感图像语义分割方法 | |
Xu et al. | TransMIN: Transformer-guided multi-interaction network for remote sensing object detection | |
Li | Segment any building | |
Sun et al. | Decoupled feature pyramid learning for multi-scale object detection in low-altitude remote sensing images | |
Chiu et al. | See the difference: Direct pre-image reconstruction and pose estimation by differentiating hog | |
CN107832793B (zh) | 一种高光谱图像的分类方法及*** | |
CN103136536A (zh) | 对象检测***和方法、图像的特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Qiong Inventor after: Jing Huiyun Inventor after: Han Qi Inventor after: Wang Shen Inventor before: Niu Xiamu Inventor before: Jing Huiyun Inventor before: Han Qi Inventor before: Li Qiong Inventor before: Wang Shen |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150211 Termination date: 20181231 |