本发明涉及计算机视觉的，尤其涉及一种特征提取方法、装置及计算机设备。
背景技术：
1、特征点提取是计算机视觉领域中的基础部分，其可为图像匹配、物体识别、目标跟踪和三维重建等计算机视觉领域中的具体应用提供数据支持。目前的特征提取算法主要包括sift(scale-invariant feature transform，尺度不变特征变换)特征提取算法、surf(speeded up robust features，加速稳健特征)算法和harris算法等。然而，上述特征提取算法涉及图像膨胀处理和特征值排序处理，图像膨胀处理会增加计算量，且特征值排序处理非常耗时，使得特征提取的计算量较高，计算速度较慢，实时性不好。
技术实现思路
1、本发明实施例提供了一种特征提取方法、装置及计算机设备，旨在降低特征提取的计算量，以提高特征提取的速度和实时性。
2、第一方面，本发明实施例提供一种特征提取方法，包括：
3、生成待提取图像对应的第一特征值图像；
4、将所述第一特征值图像划分为多个第一图像块，并根据每个所述第一图像块中满足预设条件的特征值，生成第二特征值图像；
5、将所述第二特征值图像划分为多个第二图像块，并提取每个所述第二图像块中满足所述预设条件的特征值作为目标特征值；
6、获取每个所述目标特征值在所述待提取图像中的第一像素坐标，并根据所述第一像素坐标，从所述待提取图像中提取对应的特征点。
7、第二方面，本发明实施例还提供一种特征提取装置，所述特征提取装置包括：
8、图像处理模块，被配置为生成待提取图像对应的第一特征值图像；
9、所述图像处理模块，还被配置为将所述第一特征值图像划分为多个第一图像块，并根据每个所述第一图像块中满足预设条件的特征值，生成第二特征值图像；
10、所述图像处理模块，还被配置为将所述第二特征值图像划分为多个第二图像块，并提取每个所述第二图像块中满足所述预设条件的特征值作为目标特征值；
11、特征提取模块，被配置为获取每个所述目标特征值在所述待提取图像中的第一像素坐标，并根据所述第一像素坐标，从所述待提取图像中提取对应的特征点。
12、第三方面，本发明实施例还提供一种计算机设备，所述计算机设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，其中所述计算机程序被所述处理器执行时，实现如第一方面所述的特征提取方法。
13、本发明实施例提供一种特征提取方法、装置及计算机设备，本发明实施例通过将待提取图像对应的特征值图像划分为多个图像块，并根据每个图像块中满足预设条件的特征值，生成新的特征值图像，然后再将新的特征值图像划分为多个新的图像块，并提取新的图像块中满足预设条件的特征值作为目标特征值，从而可以快速地选取多个目标特征值，然后可以从待提取图像中提取这多个目标特征值所对应的特征点，整个特征提取过程并不涉及图像的膨胀处理，极大地降低了特征提取的计算量，提高了特征提取的速度和实时性。
1.一种特征提取方法，其特征在于，包括：
2.根据权利要求1所述的特征提取方法，其特征在于，所述生成待提取图像对应的第一特征值图像，包括：
3.根据权利要求2所述的特征提取方法，其特征在于，所述获取每个所述目标特征值在所述待提取图像中的第一像素坐标，包括：
4.根据权利要求1所述的特征提取方法，其特征在于，所述根据所述第一像素坐标，从所述待提取图像中提取对应的特征点，包括：
5.根据权利要求2所述的特征提取方法，其特征在于，所述获取每个所述目标特征值在所述待提取图像中的第一像素坐标，包括：
6.根据权利要求1所述的特征提取方法，其特征在于，所述将所述第二特征值图像划分为多个第二图像块，包括：
7.根据权利要求1-6中任一项所述的特征提取方法，其特征在于，所述将所述第一特征值图像划分为多个第一图像块，并根据每个所述第一图像块中满足预设条件的特征值，生成第二特征值图像之前，还包括：
8.根据权利要求1-6中任一项所述的特征提取方法，其特征在于，所述根据所述第一像素坐标，从所述待提取图像中提取对应的特征点之后，还包括：
9.一种特征提取装置，其特征在于，所述特征提取装置包括：
10.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，其中所述计算机程序被所述处理器执行时，实现如权利要求1至8中任一项所述的特征提取方法。
