一种基于双向最优匹配点对的图像匹配方法.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CN112364879A(43)申请公布日2021.02.12(21)申请号202011079952.9(22)申请日2020.10.10(71)申请人南京轩宁信息技术有限公司地址210012江苏省南京市雨花台区花神庙10号02栋602室(72)发明人陈卫征司轩斌(74)专利代理机构南京众联专利代理有限公司32206代理人蒋昱(51)Int.Cl.G06K9/46(2006.01)G06K9/62(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于双向最优匹配点对的图像匹配方法(57)摘要一种基于双向最优匹配点对的图像匹配方法，S1、利用穷举法进行双向匹配，得到原图像中特征点在目标图像中的最优匹配点，和目标图像中特征点在原图像中的最优匹配点，组成两个最优匹配点对集合；S2、根据上述两个最优匹配点对集合，计算双向最优匹配点对集合；S3、剔除双向最优匹配点对集合中的错误匹配点；S4、根据保留的双向最优匹配点对，计算两幅图像的变换关系；S5、从步骤S1中所得两组最优匹配点对集合中挑选满足上述变换关系的匹配点对；S6、得到两幅图像之间可接受的正确匹配点对。本发明能在只引入少量错误匹配点对的前提下保留足够多正确的匹配点对数，大大减少剔除错误匹配点对时的计算量，并计算出两幅图像之间精准稳定的变换关系。CN112364879ACN112364879A权利要求书1/1页1.一种基于双向最优匹配点对的图像匹配方法，具体步骤如下，其特征在于：步骤S1、利用穷举法进行双向匹配，得到原图像中特征点在目标图像中的最优匹配点，和目标图像中特征点在原图像中的最优匹配点，组成两个最优匹配点对集合；步骤S2、根据上述两个最优匹配点对集合，计算双向最优匹配点对集合；步骤S3、利用RANSAC算法剔除双向最优匹配点对集合中的错误匹配点；步骤S4、根据保留的双向最优匹配点对，计算两幅图像的变换关系；步骤S5、从步骤S1中所得两组最优匹配点对集合中挑选满足上述变换关系的匹配点对；步骤S6、保留的双向最优匹配点对，和满足变换关系的最优匹配点对，即为两幅图像之间可接受的正确匹配点对。2.根据权利要求1所述的一种基于双向最优匹配点对的图像匹配方法，其特征在于：步骤S1具体步骤如下：记原图像中提取的特征点集为T：T＝{ti}，i＝1，2，...，m记目标图像中提取的特征点集为V：V＝{vj}，j＝1，2，...，n记原图像中特征点ti与目标图像中特征点vj的相似度为sij；则定义最优匹配点对为：满足sxy＝maxj＝1，2，...，nsxj；满足sxy＝maxi＝1，2，...，msiy；上述和均可称为最优匹配点对，其含义分别为：表示vy为tx在目标图像中相似度最大的匹配点，表示tx为vy在原图像中相似度最大的匹配点。3.根据权利要求2所述的一种基于双向最优匹配点对的图像匹配方法，其特征在于：步骤S2具体步骤如下：认为和是穷举法在双向匹配时得到的最优匹配点对，基于上述内容，定义双向最优匹配点对为：满足sxy＝maxj＝1，2，...，nsxj且sxy＝maxi＝1，2，...，msiy。4.根据权利要求2所述的一种基于双向最优匹配点对的图像匹配方法，其特征在于：所述相似度采用余弦距离或欧氏距离进行计算。2CN112364879A说明书1/4页一种基于双向最优匹配点对的图像匹配方法技术领域[0001]本发明属于图像处理技术领域，特别是涉及到一种基于双向最优匹配点对的图像匹配方法。背景技术[0002]基于特征点实现图像匹配的一般过程是：提取图像的特征，生成特征描述子集，通过两图特征(特征点+描述子集)的两两比较找出相互匹配的若干对特征点，剔除错误匹配点对，根据保留的匹配点对计算两图的变换关系。[0003]匹配点对校正时，往往采用RANSAC算法剔除错误匹配点对。随机抽样一致算法(randomsampleconsensus,RANSAC)，可从包含异常数据的被观测数据中估算出数学模型的参数，剔除无效样本，保留有效样本。[0004]RANSAC算法的处理步骤如下：[0005]Step1从匹配点对集合中随机抽选一个子集；[0006]Step2利用子集中的匹配点对计算出变换矩阵，如单应矩阵；[0007]Step3利用变换矩阵，计算匹配点对集合中的每个匹配点对是否符合变换矩阵，符合变换的匹配点对标记为内点，否则标记为外点；[0008]Step4根据内外点的个数计算该循环的错误概率，或根据变换关系计算内点的映射误差，若不满足预设的终止条件，则返回Step1继续计算，直到满足要求为止。[0009]通过RANSAC算法的迭代过程，剔除错误匹配点对，并根据保留的匹配点对计算变换关系。[0010]目前，在