图像特征提取匹配的方法、装置和电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114118203A(43)申请公布日2022.03.01(21)申请号202111192955.8G06V10/82(2022.01)(22)申请日2021.10.13G06N3/02(2006.01)(71)申请人北京旷视科技有限公司地址100096北京市海淀区西三旗建材城内建中路12幢一层1268号申请人北京迈格威科技有限公司(72)发明人范淼胡晨周舒畅黄哲威(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人安卫静(51)Int.Cl.G06K9/62(2022.01)G06V10/40(2022.01)G06V10/74(2022.01)G06V10/774(2022.01)权利要求书1页说明书9页附图3页(54)发明名称图像特征提取匹配的方法、装置和电子设备(57)摘要本发明提供了一种图像特征提取匹配的方法、装置和电子设备，包括：获取图像传感器采集的连续的raw图像，并对raw图像进行取值范围变更，得到变更取值范围后的raw图像；采用特征提取模型对各变更取值范围后的raw图像进行特征提取，得到特征点和与特征点对应的特征向量；根据连续的raw图像的特征向量确定连续的raw图像的特征点的匹配关系。本发明的方法在进行特征提取时，直接对变更取值范围后的raw图像进行特征提取，无需再对两张连续的raw图像分别进行协同ISP处理，简化了图像特征提取的复杂度，另外，raw图像所包含的图像信息更丰富，采用特征提取模型对其进行特征提取时，在各种极端的场景中都能提取得到丰富的特征点，使得后续特征匹配的准确性好。CN114118203ACN114118203A权利要求书1/1页1.一种图像特征提取匹配的方法，其特征在于，包括：获取图像传感器采集的连续的raw图像，并对所述raw图像进行取值范围变更，得到变更取值范围后的raw图像；采用特征提取模型对各变更取值范围后的raw图像进行特征提取，得到特征点和与所述特征点对应的特征向量；根据连续的所述raw图像的特征向量确定连续的所述raw图像的特征点的匹配关系。2.根据权利要求1所述的方法，其特征在于，对所述raw图像进行取值范围变更，包括：将所述raw图像对应的矩阵中的每个元素比例变换，得到变更取值范围后的矩阵，进而得到与所述变更取值范围后的矩阵对应的变更取值范围后的raw图像。3.根据权利要求1所述的方法，其特征在于，采用特征提取模型对各变更取值范围后的raw图像进行特征提取，包括：将所述各变更取值范围后的raw图像输入至所述特征提取模型，输出得到各raw图像的特征点和与所述特征点对应的特征向量。4.根据权利要求1所述的方法，其特征在于，根据连续的所述raw图像的特征向量确定连续的所述raw图像的特征点的匹配关系，包括：计算连续的所述raw图像的各特征向量之间的距离；根据所述距离确定连续的所述raw图像的特征点的匹配关系。5.根据权利要求4所述的方法，其特征在于，根据所述距离确定连续的所述raw图像的特征点的匹配关系，包括：若所述距离小于预设距离阈值，则确定所述距离对应的两个特征向量匹配，且匹配的两个特征向量所对应的特征点之间匹配。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据匹配的特性点对和匹配的特征向量对确定图像拼接的单应性矩阵；根据所述单应性矩阵对连续的所述raw图像进行拼接，得到拼接后的raw图像；对所述拼接后的raw图像进行图像信号处理，得到处理后的RGB图像。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据匹配的特性点对对所述图像传感器进行定位。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法的步骤。9.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1至7中任一项所述的方法的步骤。10.一种计算机程序产品，其特征在于，包括计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如权利要求1至7中任一项所述的方法。2CN114118203A说明书1/9页图像特征提取匹配的方法、装置和电子设备技术领域[0001]本发明涉及图像处理的技术领域，尤其是涉及一种图像特征提取匹配的方法、装置和电子设备。背景技术[0002]特征提取是计算机视觉和图像处理中的一个概念，指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或连续的区域。特征的好坏对泛化性能存在至关重要的影响。[00