一种基于区域一致性和GMS的图像特征匹配方法.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CN114170450A(43)申请公布日2022.03.11(21)申请号202111381636.1(22)申请日2021.11.22(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人黄成王校宏徐志良(74)专利代理机构南京理工大学专利中心32203代理人薛云燕(51)Int.Cl.G06V10/74(2022.01)G06K9/62(2022.01)权利要求书3页说明书8页附图3页(54)发明名称一种基于区域一致性和GMS的图像特征匹配方法(57)摘要本发明公开了一种基于区域一致性和GMS的图像特征匹配方法，该方法为：利用工业相机采集目标不同角度下的图像；利用FAST算法采集图像中的特征点；利用rBRIEF算法求采集到的特征点的特征向量分布图，也即特征描述子；将得到的目标不同角度的特征向量进行暴力匹配，得到粗匹配结果；将包含粗匹配结果的图像划分成多个网格，重新定义邻域；通过计算匹配好的特征点的正确匹配个数以及区域一致性，来判断该特征点是否被正确匹配。本发明在保证匹配精度和数量的同时，降低了计算的复杂性，在一些对图像匹配精度要求较大的场景下能够发挥巨大的潜力。CN114170450ACN114170450A权利要求书1/3页1.一种基于区域一致性和GMS的图像特征匹配方法，其特征在于，包括以下步骤：步骤1、利用工业相机采集目标不同角度下的图像；步骤2、利用FAST算法采集图像中的特征点；步骤3、利用rBRIEF算法求步骤2中采集到的特征点的特征向量分布图，也即特征描述子；步骤4、将得到的目标不同角度的特征向量进行暴力匹配，得到粗匹配结果；步骤5、将包含步骤4中粗匹配结果的图像划分成多个网格，重新定义邻域；步骤6、通过计算步骤5中匹配好的特征点的正确匹配个数以及区域一致性，来判断该特征点是否被正确匹配。2.根据权利要求1所述的基于区域一致性和GMS的图像特征匹配方法，其特征在于，步骤1所述利用工业相机采集目标不同角度下的图像，具体如下：将工业摄像机放置在拍摄目标的不同角度，打开并连接到PC机，调好焦距，确定能采集到图片；安装完成后采集不同角度的图片通过图像采集卡传入计算机处理系统，处理平台为VisualStudio2019+OpenCV3.4.2。3.根据权利要求1所述的基于区域一致性和GMS的图像特征匹配方法，其特征在于，步骤2所述利用FAST算法采集图像中的特征点，具体如下：以像素点p点为圆心，以3个像素单位为半径画圆，称该区域为邻域；通过求出p点灰度值与圆周上各像素点灰度值的差值，并统计该差值的绝对值大于阈值εd的点的个数，判断p点是否为特征点；特征点的响应函数N为：其中I(i)表示p点的圆周上第i个像素点的灰度值，I(p)表示p点的像素值；对于给定的阈值N0，当N＞N0时认为p点是特征点；采用灰度质心定位的方法计算特征点的方向：基于特征点与中心像素亮度不同的假设，以特征点为中心点，在邻域内计算质心位置，以质心为终点构造向量，通过向量推导出质心的方向，定义图像块的矩mpq的计算方式如下：其中x，y表示像素局部坐标，取值范围为[‑3，3]；I(x，y)表示此像素坐标x，y的灰度值；pqx和y分别表示对x，y进行指数运算，p，q＝{0，1}；mpq表示p，q取不同值时计算得到的矩；通过该矩找到领域的质心C为：记特征点为O，得到一个向量用向量的方向θ表示特征点的方向：2CN114170450A权利要求书2/3页4.根据权利要求1所述的基于区域一致性和GMS的图像特征匹配方法，其特征在于，步骤3中利用rBRIEF算法求步骤2中采集到的特征点的特征向量分布图，具体为：将步骤2中寻找FAST的关键点的方向作为BRIEF的方向，这样得到的特征点同时具备方向和尺度信息；首先对采集到的原始图像进行平滑处理，降低图像噪声对描述符的影响；然后，假设当前特征点的一个正方形领域为P，那么P中采样点对的二进制比较结果为：其中，p(A)与p(B)表示一对采样点AB的灰度像素值；根据P中采样点对的位置和数量，得到一个n位的二进制BRIEF描述符，如下式所示：Ai，Bi为第i个采样点对中的AB两点；为了得到rBRIEF描述符，需要使邻域坐标轴按照特征点主方向角度θ进行旋转；记选择的n个领域内的采样点坐标为(xi，yi)，其中i＝1，2，3，…，n；定义一个2×n的矩阵D：设特征点主方向θ对应的旋转矩阵为Rθ，则旋转后采样点的坐标集合表示为Dθ：Dθ＝RθD。5.根据权利要求1所述的基于区域一致性和GMS的图像特征匹配方法，其特征在于，步骤5所述将包含步骤4中粗匹配结果的图像划分成多个网格，重新定义邻域，具体为：将两幅图像划分为多个不重合的网格