申请/专利权人：南京邮电大学

申请日：2024-03-29

公开（公告）日：2024-06-14

公开（公告）号：CN117975546B

主分类号：G06V40/18

分类号：G06V40/18;G06V10/75;G06V10/764;G06T5/70;G06T5/40

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明公开了基于改进特征描述符和KNN搜索的眼底图像特征点匹配方法，涉及计算机视觉，包括输入需要拼接的眼底图像集，对图片集进行图像预处理，获得眼底表征图像；构建改进的图像尺度空间金字塔，并运用高斯差分金字塔技术比较眼底表征图像像素值初步判定极值点，定位关键像素点的位置与方向，并采用改进特征向量生成特征描述符；通过KNN算法搜索每组眼底图像中关键点的最近邻与次近邻匹配点，消除误差匹配，保留优秀匹配对。本发明实现了对眼底图像的高效处理和特征提取，优化了图像的灰度分布，提高了图像的对比度和信息表达能力，同时使图像关键点匹配效果显著提升，通过距离比值判断机制消除了误匹配，保证了匹配结果的可靠性。

主权项：1.基于改进特征描述符和KNN搜索的眼底图像特征点匹配方法，其特征在于：包括，输入需要拼接的眼底图像集并进行图像预处理，获得眼底表征图像；构建改进的图像尺度空间金字塔，并运用高斯差分金字塔技术比较眼底表征图像像素值初步判定极值点，定位关键像素点的位置与方向，采用改进特征向量生成特征描述符；所述生成特征描述符的具体步骤包括，根据眼底表征图像构建高斯金字塔，取每组图像金字塔的前三层计算差分图像，生成高斯差分金字塔，通过高斯差分金字塔与原图像卷积得到改进尺度空间图像，比较金字塔中区域内像素点的像素值判断极值点；根据极值点的尺度不变性，分配方向基准给图像的各个局部特征，结合相邻像素点的尺度方向分布特性计算关键像素点的数值与方向，关键像素点的数值与方向计算公式如下： 其中，Ix,y表示极值点的数值，表示极值点的方向，x+1,y+1与x-1,y-1表示极值点相邻像素点在尺度空间内的信息表征；选取关键点周围的像素点区域并划子区域，以每一个子区域的中心像素点为中心在子正方形中做最大内切十六边形，计算来自不同方向的特征向量作为子区域中心点的特征向量，将子区域的特征向量以距离为权重叠加在关键特征点上，生成关键点描述符；通过KNN算法搜索每组眼底图像中关键点的最近邻与次近邻匹配点，消除误差匹配，保留优秀匹配对；所述消除误差匹配包括以下步骤，根据KNN算法对输入关键点描述符进行最近邻特征点与次近邻特征点的搜索；计算特征点最近邻距离与次近邻距离的距离比值，根据不同图像计算得到正比阈值，相关计算公式如下： 其中，R表示正比阈值，N表示特征点总数，wk表示第k个特征点的权重，dxk,yk表示第k个特征点与其最近邻点间的欧式距离，α表示归一化系数，wj表示对所有特征点权重进行归一化的权重系数；当最近邻距离与次近邻距离的距离比值小于正比阈值时，则表示匹配点对符合特征点需求，接受匹配点对；当最近邻距离与次近邻距离的距离比值大于正比阈值时，则表示匹配点对不符合特征点需求，将匹配点对剔除。

全文数据：

权利要求：

百度查询： 南京邮电大学 基于改进特征描述符和KNN搜索的眼底图像特征点匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD