(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210448876.7 (22)申请日 2022.04.27 (71)申请人 江苏集萃智能光电系统研究所有限 公司 地址 215300 江苏省苏州市昆山 开发区春 旭路258号 东安大厦13 01室 (72)发明人 刘浩　夏彪　 (74)专利代理 机构 苏州国诚专利代理有限公司 32293 专利代理师 顾阳 (51)Int.Cl. G06V 10/44(2022.01) G06F 17/16(2006.01) G06F 17/15(2006.01) (54)发明名称 一种基于非均匀尺度Hessian矩阵的光点提 取方法 (57)摘要 本发明提供了一种基于非均匀尺度Hessian 矩阵的光点提取方法， 其可在 进行光点中心亚像 素提取同时， 保证光点中心的精度， 满足精确图 像处理的要 求； 包括如下步骤： S1、 获取 非均匀光 点图像， 对光点图像二值化处理， 并确定高斯卷 积核的尺度初值； S2、 根据尺度初值建立非均匀 尺度的高斯卷积模板； S3、 根据高斯卷积模板构 造归一化Hessian矩阵的行列式算子； S4、 获取行 列式算子值最大时的高斯模板尺度， 并将在该高 斯模板尺度下的图像点坐标作为光点中心像素 级坐标； S5、 根据光点中心 像素级坐标， 在得到的 光点图像中心领域中做亚像素级别的中心提取， 进而获得光 点中心的亚像素级坐标位置 。 权利要求书3页 说明书7页 附图2页 CN 114821104 A 2022.07.29 CN 114821104 A 1.一种基于非均匀尺度Hes sian矩阵的光 点提取方法， 其特 征在于： 包括如下步骤： S1、 获取非均匀光 点图像， 对光 点图像二 值化处理， 并确定高斯卷积核的尺度初值σg； S2、 根据尺度初值σg建立非均匀尺度的高斯卷积模板g(x,y)； S3、 根据高斯卷积模板g(x,y)构造归一 化Hessian矩阵的行列式算子 C； S4、 获取行列式算子C值最大时的高斯模板尺度， 并将在该高斯模板尺度 下的图像点坐 标作为光点中心像素级坐标； S5、 根据光点中心像素级坐标， 在得到的光点图像中心领域中做亚像素级别的中心提 取， 进而获得光 点中心的亚像素级坐标位置 。 2.根据权利 要求1所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 在所述步骤S1中， 取二值化后的非均匀光点图像的x、 y两个方向中所占像素数的最大 值， 作为光点的直径d， 并根据光 点的直径d求 解出高斯卷积核的尺度初值σg， 其中， 3.根据权利 要求1所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 所述步骤S2包括如下步骤： S2.1、 设定标准离 散高斯卷积核函数表达式为： 其中σx为高斯核的尺度； 标准离 散高斯卷积核函数也 就是高斯卷积模板g(x,y)； S2.2、 对于非均匀图像而言， 需要给高斯卷积模板g(x,y)引入两个不同的尺度σx1、 σx2， 以使高斯核函数的尺度与其 光点的尺度相匹配， 其表达式为： 其中， σx1＝σg/B， σx2＝σg； 则有： 其中B为非均匀图像bi nning的倍数。 4.根据权利 要求3所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 所述步骤S3包括如下步骤： S3.1、 非均匀光 点图像中任意像素点p＝(x,y)T处的Hessian矩阵表示 为： 其中rxx为图像在x方向的二阶偏导数， rxy为图像在x、 y方向上的二阶混合偏导数， ryy为图像在y方向的二阶偏导数； S3.2、 将二阶微分离 散高斯卷积核 进行归一 化， 即：权　利　要　求　书 1/3 页 2 CN 114821104 A 2其中 为经过归一化的二阶微分离散高斯卷积核； gxx、 gxy、 gyy为普通的二 阶微分离 散高斯卷积核； 由此得到计算出的经过归一化后的Hessian矩阵的行列式， 即行列式算子C， 计算公式 如下： S3.3、 结合公式(3)、 (5)、 (6)得到： 其中， M为反映光 点光强的一个常数， σw表示二维高斯 光点灰度分布函数的标准差 。 5.根据权利 要求4所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 所述步骤S4包括如下步骤： S4.1、 在尺度初值σg的近邻域中选取不同的高斯核尺度代入公式(7)中的尺度初值σg， 分别得到不同高斯核尺度情况 下光点区域中的C值， 记为Ci； S4.2、 根据光点中心的判别条件从Ci中获得最大的局部最大点Cimax为光点中心候选点， 比较Cimax中局部最大点的大小， 最大的点所对应的x、 y的值记为光点的中心像素位置(x0, y0)， 则中心像素位置(x0,y0)所对应的尺度初值σg为最佳高斯核函数尺度， 也就得到光点图 像中心最佳的像素级坐标位置 。 6.根据权利 要求5所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 所述步骤S4中， 光 点中心的判别条件为： C(x,y)>0， 且为局部极大值。 7.根据权利 要求5所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 所述步骤S5包括如下步骤： 设光点中心的亚像素级坐标为(x0+s,y0+t)， 其中(s,t)∈[ ‑0.5,0.5]×[‑0.5,0.5]时， 即边缘的一阶过零点在当前像素内， 通过对光点(x0,y0)处子像素光点的灰度值进行二阶 Taylor展开， 有： 其中， I0指的是灰度分布函数I(x,y)在(x0,y0)处的灰度值； s、 t分别表示 光点中心的亚像素坐标位置； rx、 ry分别表示图像在点(x0,y0)处x方向以及y方向的一阶导数。 8.根据权利 要求7所述的一种基于非均匀尺度Hessian矩阵的光点提取方法， 其特征在 于： 所述步骤S5中， Tayl or展开式在光 点中心相对于s、 t的一阶导数为0， 可 得：权　利　要　求　书 2/3 页 3 CN 114821104 A 3