买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安工业大学申请的专利一种运动目标的灰度图像ORB特征点检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119068020B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411107159.3，技术领域涉及：G06T7/246；该发明授权一种运动目标的灰度图像ORB特征点检测方法是由于亚琳;谢滋坤;倪晋平设计研发完成，并于2023-11-29向国家知识产权局提交的专利申请。

本一种运动目标的灰度图像ORB特征点检测方法在说明书摘要公布了：本发明公开了一种运动目标的灰度图像ORB特征点检测方法，包括：获取运动目标的灰度图像；对灰度图像构建图像多尺度表达金字塔得到多张尺度图像；对每一尺度图像计算每层的FAST角点；采用非极大值抑制算法对FAST角点进行优选；采用灰度质心法计算优选后的FAST角点的质心；通过连接FAST角点与质心得到方向向量的方向；采用BEBLID描述子对优选后的FAST角点计算BEBLID描述子，得到某一尺度下改进的ORB特征点；融合所有尺度下改进的ORB特征点，得到灰度图像最终的ORB特征点。本发明的方法，除了检测出各个尺度的特征点之外，还检测出了原始ORB算法漏检的特征点，提高了目标监测的速度和精度。

本发明授权一种运动目标的灰度图像ORB特征点检测方法在权利要求书中公布了：1.一种运动目标的灰度图像ORB特征点检测方法，其特征在于，应用于大视场运动目标的动态检测，包括： 获取运动目标的灰度图像； 对所述灰度图像构建图像多尺度表达金字塔得到多张尺度图像； 对每一尺度图像计算每层的FAST角点； 采用非极大值抑制算法对所述FAST角点进行优选； 采用灰度质心法计算优选后的FAST角点的质心； 通过连接所述FAST角点与所述质心得到方向向量的方向； 采用BEBLID描述子对优选后的FAST角点计算BEBLID描述子，得到某一尺度下改进的ORB特征点； 融合所有尺度下改进的ORB特征点，得到所述灰度图像最终的ORB特征点； 所述运动目标的灰度图像ORB特征点检测方法应用于大视场运动目标的动态检测时，还包括背景补偿和帧间差分的步骤： 对所述灰度图像最终的ORB特征点进行特征点匹配，确定对应点对； 滤除运动目标上的点对后进行背景补偿计算，得到补偿图； 对所述灰度图像的前后两帧相邻图像分别和其补偿图进行帧差，得到两张帧差图，将所述两张帧差图进行与运算得到最终结果图，以实现大视场运动目标的动态检测； 其中，滤除运动目标上的点对后进行背景补偿计算，得到补偿图，包括： 获取图像中匹配后的全部特征点点对位置； 分别依据下式计算特征点与图像长、宽边缘之间的最短距离差dwi和dhi； 式中：xi,yi分别是特征点的位置横纵坐标，w,h是图像的长和宽，i为特征点个数； 依据下式，将背景点对和目标点对分离，来得到滤除目标后的背景特征点； dwi≤T∪dhi≤T； 式中：T为阈值，取100； 将滤除目标后的匹配点对用错误剔除算法进行错误剔除； 将剔除筛选过的3组匹配点对通过下式进行求解，计算矩阵H； 式中：xl,yl是前一帧图像匹配点的坐标值；xr,yr是后一帧图像匹配点的坐标值； 在得到相邻两帧图像的仿射矩阵H后，根据仿射变换得到前一帧相对于下一帧的补偿图；仿射变换计算公式如下： 式中：x′,y′是图像变换后的坐标值，x,y是图像变换前的坐标值； 其中，对所述灰度图像的前后两帧相邻图像分别和其补偿图进行帧差，得到两张帧差图，将所述两张帧差图进行与运算得到最终结果图，实现运动目标检测，包括： 先根据下式，分别对两帧图像Ik+1、Ik+2和补偿图I′k、I′k+1应用帧差法得到两张差分图像和 式中：θ是帧差阈值，取20； 根据下式，对两张差分图像和分别做形态学腐蚀、膨胀处理； 式中：A,B是结构元素的集合，x,y为B结构位置坐标； S1053、根据下式，对两张差分图像和分别做二值化处理； 式中：Ax,y是图像各点元素，srcx,y为图像各点元素灰度值，T为阈值，取40； S1054、根据下式，对和做与运算，得到最终的改进帧间差分法二值图Dk；

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安工业大学，其通讯地址为：710021 陕西省西安市金花北路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。