一种基于特征的图像匹配方法与流程

技术特征：

1.一种基于特征的图像匹配方法，其特征在于，包括步骤：

(1)利用图像匹配算法选择待匹配的图像和的特征点并得到特征点的描述子；

(2)对于不同图像特征点的描述子进行欧式距离的计算，选取欧氏距离最小的两个特征点作为初匹配点；

(3)在初匹配点中，将最小欧式距离与次小欧式距离的比值和阈值比较，进行第一次误匹配点的删减；

(4)采用角度删减法，进行第二次误匹配点的删减。

2.根据权利要求1所述的基于特征的图像匹配方法，其特征在于，步骤(1)具体包括：通过图像匹配算法分别得到图像和的特征点x＝{xi|xi∈r,i∈[1,n]}，y＝{yj|yj∈r,j∈[1,m]}，以及特征点所对应的特征描述子xik、yjk，k∈[1,c]；其中，i表示图像检测得到的特征点序号，n为图像检测到的特征点总数，j为图像检测得到的特征点序号，m为图像检测到的特征点总数，c表示特征描述子的维度，k为描述子维度的序号。

3.根据权利要求2所述的基于特征的图像匹配方法，其特征在于，所述特征描述子的维度c取值为128。

4.根据权利要求1或2所述的基于特征的图像匹配方法，其特征在于，步骤(1)中，所述图像匹配算法包括：surf算法、sift算法。

5.根据权利要求1所述的基于特征的图像匹配方法，其特征在于：所述步骤(2)包括：

(21)根据如下公式计算图像中的每个特征点xi与图像中每个特征点yj描述子之间的欧式距离：

(22)计算描述子的最小欧式距离dij，将此时的yj和特征点xi作为一个初匹配点，记作(xo,yo')：

(23)重复步骤(21)-(22)直至遍历图像中所有特征点，得到n个初匹配点。

6.根据权利要求1所述的基于特征的图像匹配方法，其特征在于，所述步骤(3)包括：

(31)计算初匹配点xi的次小欧式距离dij'，yj'为对应次小欧式距离的特征点：

(32)计算最小欧式距离和次小欧式距离之间的比值：

λ＝dij/dij'

当λ小于等于阈值α时，则保留初匹配点(xo,yo')；当λ大于阈值α时，判定(xo,yo')为误匹配点，对其进行删除，从而完成第一次误匹配点的删减。

7.根据权利要求6所述的基于特征的图像匹配方法，其特征在于，步骤(33)中，所述阈值α取值为0.4。

8.根据权利要求6所述的基于特征的图像匹配方法，其特征在于，所述步骤(4)包括：

(41)将第一次误匹配点删减后的初匹配点按λ的值排序，将比值最小的三个匹配点(xa,ya')、(xb,yb')、(xc,yc')作为标准匹配点；

(42)计算图像内的夹角

其中，(pa,qa)、(pb,qb)、(pc,qc)、(po,qo)分别是xa、xb、xc和初匹配点(xo,yo')中xo的像素坐标；

(43)计算图像内的夹角

其中，(pa',qa')、(pb',qb')、(pc',qc')、(po',qo')分别是ya'、yb'、yc'和初匹配点(xo,yo')中yo'的像素坐标；

(44)计算和的绝对差值将其与阈值β比较，当δ＞β，认定该初匹配点为误匹配点，并将其删除；当δ≤β，则保留，通过该筛选过程完成第二次误匹配点的删减，否则误匹配点过多会影响图像的后续使用，如图像拼接、图像融合。

9.根据权利要求8所述的基于特征的图像匹配方法，其特征在于，所述步骤(44)中，所述阈值β取值为15。

技术总结
本发明公开了一种基于特征的图像匹配方法，该方法通过图像匹配算法获取待匹配图像的特征点及其特征描述子，再根据最小欧式距离计算出待测图像间的n组初匹配点，根据最小欧式距离与次小欧式距离的比值，对误匹配点进行第一次删减；再根据图像角度进行第二次误匹配点删减，从而完成图像匹配。本发明解决了误匹配点多的问题，提升了匹配性能。

技术研发人员：张嘉超;黄云彬;许志兴;曹雪虹;龙静;李宏
受保护的技术使用者：南京康尼机电股份有限公司
技术研发日：2020.04.13
技术公布日：2020.09.04