CN105574873B - 一种数量可控的图像特征点检测方法 - Google Patents
一种数量可控的图像特征点检测方法 Download PDFInfo
- Publication number
- CN105574873B CN105574873B CN201510944436.0A CN201510944436A CN105574873B CN 105574873 B CN105574873 B CN 105574873B CN 201510944436 A CN201510944436 A CN 201510944436A CN 105574873 B CN105574873 B CN 105574873B
- Authority
- CN
- China
- Prior art keywords
- point
- image
- characteristic
- face ratio
- characteristic point
- 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.)
- Active
Links
Classifications
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Image Analysis (AREA)
Abstract
本发明一种数量可控的图像特征点检测方法。本发明预先设定待配准图像特征点的期望点数,根据期望特征点数和图像大小计算点面比,图像特征点检测时,实时计算点面比,比较计算的点面比和期望点面比:若实时计算的点面比大于期望点面比,则提高特征点检测阈值;若实时计算的点面比小于期望点面比,则降低特征点检测阈值。本发明方法简单,能适应绝大多数基于特征点的图像配准方法,并且基本控制特征点数量及使特征点分布更加均匀,最终提高图像配准精度,可应用于卫星星上遥感图像配准,也可应用于地面其他图像配准中。
Description
技术领域
本发明属于航天遥感领域,涉及一种数量可控的图像特征点检测方法。
背景技术
基于特征点的图像配准方法是当前图像配准的主要方法,经典方法有Harris,SIFT,SURF,BRISK,FAST等特征点。基于特征点的图像配准方法一般包括特征点提取,描述和匹配三个步骤,而计算量的大小与特征点的数量有密切关系,第一步特征点提取的数量越多,后两步描述和匹配的计算量越大。而特征点的分布与图像配准的精度相关,特征点均匀分布在整幅图像上是最理想状态。此外,对于硬件实现,对特征点的数量要求可控或者大致知道范围,以便于硬件资源的分配。由此可见,提取的特征点数量是决定图像配准方法复杂度和精度的关键步骤。
目前特征点图像配准方法对特征点数量和分布情况无法控制,或者无法做到同时控制。特征点数量取决于图像本身和预先设定的检测阈值。图像纹理的不同,提取的特征点数量不同;每个方法基本都有固定的检测阈值,阈值大小不同,提取的特征点数量也不相同。
发明内容
本发明解决的技术问题是:克服现有技术特征点数量和分布无法控制的不足,提供一种数量可控的图像特征点检测方法,解决了遥感图像配准计算量大,精度不可控的问题。
本发明的技术方案是:一种数量可控的图像特征点检测方法,步骤如下:
1)设定图像期望特征点数量N,计算期望点面比R=N/(L*W),L,W分别为图像的长和宽;
2)输入图像,设初始检测阈值T0;
3)计算图像每个像素的特征值,将特征值大于检测阈值T0的点作为特征点,同时计算检测过区域的点面比R1=N1/M1,其中,N1为检测过区域的特征点数量,M1为检测过区域像素点数量;
4)判断R和R1的大小,若R=R1,T0=T0,若R>R1,T0=T0-K;若R<R1,T0=T0+K,其中K为步进长度;调整T0完成后返回步骤3)进行下一像素特征点的检测,直到整个图像检测完毕。
步进长度K为1或2。
本发明与现有技术相比的优点在于:本发明提出的特征点数量和分布可控的星上遥感图像配准方法。发明方法根据图像提取特征点数量,自适应调整阈值大小,适应图像纹理变化情况,使图像的特征点数量基本可控;在特征点检测过程中,实时计算点面比,调整检测阈值的大小,使得特征点在图像上分布比较均匀。此外,本发明方法与特征点检测有机而独立地结合,可以用于绝大多数特征点检测方法中,且无需对方法结构进行改变,只要改变实时改变阈值即可,方法简单,便于硬件实现,满足在轨应用的需求。
附图说明
图1为本发明的流程图。
具体实施方式
如图1所示,本发明提出了一种特征点数量可控的星上遥感图像配准方法:
1.设定待配准图像期望特征点数量N,计算期望点面比R=N/(L*W),L,W分别为图像的长和宽;
2.输入待配准图像,设检测阈值T0,阈值一般设为算法默认值;
3.计算图像相关特征,特征与算法相关,如SIFT算法为盒子滤波后的相应值;然后扫描大于阈值的点作为特征点,待图像检测过一个单元像素时,单元像素为一个像素集,为检测步长,一般为固定值;计算检测过区域的点面比R1=N1/M1,其中,N1为检测的特征点数量,M1为已扫描图像像素点 数量;
4.判断R和R1的大小,若R>R1,Tn=Tn-1-K;若R<R1,Tn=Tn-1+K,其中K为步进长度,可以为固定值,也可参考相关参数估计算法(如LSM等),做自适应处理。调整完后执行步骤3),直到图像检测完毕。
下面针对一幅遥感图像进行SURF特征点提取,具体实施过程如下:
一、对长L=1024,宽W=1024的遥感图像,设定待配准图像期望特征点数量N=120,计算期望点面比R=120/(1024*1024)=1.14;
2输入待配准图像,设检测阈值T0,SURF算法中T0=0;
3计算图像相关特征,特征与算法相关,如SIFT算法为盒子滤波后的相应值;然后扫描大于阈值的点作为特征点,待图像检测过一个单元像素时,此处为1行图像,即1024个像素为检测步长;计算检测过区域的点面比R1=N1/M1,其中,N1为检测的特征点数量,M1为已扫描图像像素点数量;
4判断R1是否大于1.14,若R1<1.14,Tn=Tn-1-2;若R1>1.14,Tn=Tn-1+2,其中K=2为固定步进长度。更新完阈值后执行步骤3,直到图像检测完毕。
本发明未详细说明部分属本领域技术人员公知常识。
Claims (1)
1.一种数量可控的图像特征点检测方法,其特征在于步骤如下:
1)设定图像期望特征点数量N,计算期望点面比R=N/(L*W),L,W分别为图像的长和宽;
2)输入图像,设初始检测阈值T0;
3)计算图像每个像素的特征值,形成特征图像;
4)对特征图像进行逐点扫描,将特征值大于检测阈值T0的点作为特征点,同时计算检测过区域的点面比R1=N1/M1,其中,N1为检测过区域的特征点数量,M1为检测过区域像素点数量;待图像检测过一个单元像素时,单元像素为一个像素集,为一个固定值得检测步长;
5)判断R和R1的大小,若R=R1,T0=T0,若R>R1,T0=T0-K;若R<R1,T0=T0+K,其中K为步进长度;调整T0完成后返回步骤4)进行下一像素特征点的检测,直到整个图像检测完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510944436.0A CN105574873B (zh) | 2015-12-16 | 2015-12-16 | 一种数量可控的图像特征点检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510944436.0A CN105574873B (zh) | 2015-12-16 | 2015-12-16 | 一种数量可控的图像特征点检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574873A CN105574873A (zh) | 2016-05-11 |
CN105574873B true CN105574873B (zh) | 2018-05-22 |
Family
ID=55884964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510944436.0A Active CN105574873B (zh) | 2015-12-16 | 2015-12-16 | 一种数量可控的图像特征点检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574873B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169581A (zh) * | 2011-04-18 | 2011-08-31 | 北京航空航天大学 | 一种基于特征向量的快速高精度鲁棒性匹配方法 |
CN102859555A (zh) * | 2011-01-13 | 2013-01-02 | 松下电器产业株式会社 | 图像处理装置、图像处理方法及程序 |
CN103020945A (zh) * | 2011-09-21 | 2013-04-03 | 中国科学院电子学研究所 | 一种多源传感器的遥感图像配准方法 |
JP2014191361A (ja) * | 2013-03-26 | 2014-10-06 | Fujifilm Corp | 真贋判定システム,特徴点登録装置およびその動作制御方法,ならびに照合判定装置およびその動作制御方法 |
-
2015
- 2015-12-16 CN CN201510944436.0A patent/CN105574873B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102859555A (zh) * | 2011-01-13 | 2013-01-02 | 松下电器产业株式会社 | 图像处理装置、图像处理方法及程序 |
CN102169581A (zh) * | 2011-04-18 | 2011-08-31 | 北京航空航天大学 | 一种基于特征向量的快速高精度鲁棒性匹配方法 |
CN103020945A (zh) * | 2011-09-21 | 2013-04-03 | 中国科学院电子学研究所 | 一种多源传感器的遥感图像配准方法 |
JP2014191361A (ja) * | 2013-03-26 | 2014-10-06 | Fujifilm Corp | 真贋判定システム,特徴点登録装置およびその動作制御方法,ならびに照合判定装置およびその動作制御方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105574873A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100428775C (zh) | 图像处理装置 | |
JP4707450B2 (ja) | 画像処理装置及びホワイトバランス調整装置 | |
CN110378859A (zh) | 一种新的高动态范围图像生成方法 | |
JP5212380B2 (ja) | 画像補正装置、画像補正プログラムおよび画像補正方法 | |
CN103460682A (zh) | 图像处理装置和方法 | |
CN107644409B (zh) | 图像增强方法、显示装置及计算机可读存储介质 | |
CN110838091B (zh) | 完全自适应的红外图像对比度增强方法及*** | |
US8718360B2 (en) | Colour image enhancement | |
CN104537663B (zh) | 一种图像抖动的快速校正方法 | |
US9571744B2 (en) | Video processing method and apparatus | |
CN105959727B (zh) | 视频处理方法和装置 | |
CN105574873B (zh) | 一种数量可控的图像特征点检测方法 | |
CN105513029B (zh) | 一种两段式红外热像仪自动增益控制方法 | |
JP2002247361A5 (zh) | ||
CN101790101B (zh) | 图像饱和度调整方法与图像饱和度调整装置 | |
US9530223B2 (en) | Image correction method and image correction device | |
JP4039245B2 (ja) | 画像の暗領域の空間平滑化方法及び装置 | |
CN111489294A (zh) | 一种图像放大的处理方法 | |
WO2019169851A1 (zh) | 图像处理方法及*** | |
US10242648B2 (en) | Display device and luminance correction system including the same | |
KR101634652B1 (ko) | 영상의 대비 강화 방법 및 장치 | |
TWI294603B (en) | Method for luminance transit improvement | |
US20100053199A1 (en) | Image processing method and device implementing said method | |
CN110035267B (zh) | 影像增强电路与方法 | |
Yao et al. | Brightness preserving and non-parametric modified bi-histogram equalization for image enhancement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |