一种双目图像特征匹配方法及系统.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CN113689555A(43)申请公布日2021.11.23(21)申请号202111055549.7(22)申请日2021.09.09(71)申请人武汉惟景三维科技有限公司地址430000湖北省武汉市东湖开发区高新大道999号(72)发明人李中伟钟凯杨柳袁超飞(74)专利代理机构武汉红观专利代理事务所(普通合伙)42247代理人王昌亮(51)Int.Cl.G06T17/00(2006.01)G06K9/62(2006.01)G06K9/46(2006.01)权利要求书2页说明书5页附图1页(54)发明名称一种双目图像特征匹配方法及系统(57)摘要本发明公开一种双目图像特征匹配方法及系统，所述方法包括：分别对左视图和右视图进行特征点提取，得到对应的特征点集合；对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合，所述一对多的匹配集合指的是匹配集合中每一个待匹配特征点对应多个候选特征点；对匹配集合中一对多的特征点进行三维重建，根据三维重建结果剔除异常特征点，得到新的匹配集合；从新的匹配集合中筛选出匹配种子点，根据匹配种子点，通过三角形匹配法进行局部匹配点筛选，完成特征匹配。本发明可实现高精度特征匹配，减少因一对多的特征点或假点带来的匹配误差，提高运动目标的双目跟踪测量的准确性。CN113689555ACN113689555A权利要求书1/2页1.一种双目图像特征匹配方法，其特征在于，所述方法包括：分别对左视图和右视图进行特征点提取，得到对应的特征点集合；对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合，所述一对多的匹配集合指的是匹配集合中每一个待匹配特征点对应多个候选特征点；对匹配集合中一对多的特征点进行三维重建，根据三维重建结果剔除异常特征点，得到新的匹配集合；从新的匹配集合中筛选出匹配种子点，根据匹配种子点，通过三角形匹配法进行局部匹配点筛选，完成特征匹配。2.根据权利要求1所述的双目图像特征匹配方法，其特征在于，所述多层次约束包括极线约束、距离约束和视差约束。3.根据权利要求2所述的双目图像特征匹配方法，其特征在于，所述对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合具体包括：左视图对应的特征点集合为L，右视图对应的特征点集合为R，对特征点集合为L和特征点集合R进行极线约束匹配，得到集合A；根据极线的距离约束对集合A进行筛选，得到集合B；通过质心计算图像特征点的视差，通过视差约束对所述匹配集合B进行筛选，得到一对多的匹配集合C。4.根据权利要求3所述的双目图像特征匹配方法，其特征在于，所述对匹配集合中一对多的特征点进行三维重建，剔除异常特征点，得到新的匹配集合具体包括：在匹配集合中，分别根据每一个待匹配特征点及对应的多个候选特征点中的任一候选特征点进行三维重建，得到对应的多个三维模型；比较所述多个三维模型，对于超出预设的模型范围或与多数三维模型方向差异大于预设阈值的三维模型，判定三维模型对应的特征点为异常特征点；从匹配集合中剔除异常特征点，得到新的匹配集合D。5.根据权利要求1所述的双目图像特征匹配方法，其特征在于，所述从新的匹配集合中筛选出匹配种子点满足的条件为：一对一的匹配且匹配精度最高，所述匹配种子点为两对。6.根据权利要求1所述的双目图像特征匹配方法，其特征在于，所述通过三角形匹配法进行局部匹配点筛选，完成特征匹配具体包括：得到两对匹配种子点之后，分别将新的匹配集合中左视图和右视图中的每个特征点与对应两个匹配种子点构成三角形特征；计算三角形特征的边长和夹角，比较左视图和右视图中对应的三角形特征，计算边长差值和夹角差值；将三角形特征的边长和夹角的差值均在设定的阈值范围之内的特征点对作为局部匹配点；筛选出所有的局部匹配点，完成特征匹配。7.根据权利要求1所述的双目图像特征匹配方法，其特征在于，所述比较左视图和右视图中对应的三角形特征，计算边长差值和夹角差值具体包括：新的匹配集合中，除匹配种子点之外的任一个待匹配特征点与对应的匹配种子点组成一个待匹配三角形特征，待匹配特征点对应的每个候选特征点分别与对应的匹配种子点组2CN113689555A权利要求书2/2页成一个候选三角形特征，比较待匹配三角形特征与每一个候选三角形特征，分别计算对应边长差值和夹角差值。8.一种双目图像特征匹配系统，其特征在于，所述系统包括：特征提取模块：用于分别对左视图和右视图进行特征点提取，得到对应的特征点集合；特征筛选模块：用于对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合，所述多层次约束包括极线约束、距离约束和视差约束；所述一对多的匹配集合指的是匹配集合中每一个待匹配特征点对应多个候选特征点；异常剔除模块：用于对匹配集合中一对多的特