一种图像匹配方法及装置制造方法及图纸

本发明专利技术实施例公开了一种图像匹配方法及装置，方法包括：步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；步骤S4、重复执行S1至S3的操作直到满足预设停止条件，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。本发明专利技术实施例的技术方案能提高图像匹配的精确度。

【技术实现步骤摘要】
【专利摘要】本专利技术实施例公开了一种图像匹配方法及装置，方法包括：步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；步骤S4、重复执行S1至S3的操作直到满足预设停止条件，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。本专利技术实施例的技术方案能提高图像匹配的精确度。【专利说明】一种图像匹配方法及装置
本专利技术涉及图像处理
，具体涉及一种图像匹配方法及装置。
技术介绍
图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一，已经广泛应用在图像识别以及图像重建等领域中。现有的图像匹配技术主要包括利用图像的灰度信息进行匹配的模板匹配技术、相位相关匹配技术和基于特征的图像匹配技术。现有的基于特征的图像匹配技术，主要是通过从两幅图像中提取了变化明显的点、线、区域等特征形成特征点集合，依据两幅图像间对应的特征点集合中所包含的特征点，将不同图像上由同一场景点投影而成的特征点一一对应，具有计算量较小、速度较快的特点，已逐渐成为未来的发展方向。但是，由于噪声、 运动物体、重复性纹理等不确定因素的影响，使得数据模型中存在比较多的错误数据，现有的基于特征的图像匹配技术精确度不高。
技术实现思路
有鉴于此，本专利技术实施例提供一种图像匹配方法及装置，以提高图像匹配的精确度。本专利技术实施例采用以下技术方案:第一方面，本专利技术实施例提供了一种图像匹配方法，包括:步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点； 步骤S4、重复执行SI至S3的操作直到满足预设停止条件，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。第二方面，本专利技术实施例还提供了一种图像匹配装置，包括:样本集抽取单元，用于从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；变换模型参数获取单元，用于根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；内点获取单元，用于根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；匹配单元，用于当满足预设停止条件时，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。本专利技术实施例提出的技术方案的有益技术效果是:本专利技术实施例的技术方案通过多次从基准图像与待配准图像的匹配点对集合中抽取样本集并计算对应的变换模型参数，挑选出内点数目最大的样本集所对应的变换模型参数，根据该变换模型参数对所述基准图像和所述待配准图像进行匹配，以提高图像匹配的精确度。【专利附图】【附图说明】为了更清楚地说明本专利技术实施例中的技术方案，下面将对本专利技术实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本专利技术实施例的内容和这些附图获得其他的附图。图1是本专利技术实施例一所述的图像匹配方法流程图；图2是本专利技术实施例二所述的图像匹配方法示意图；图3是本专利技术实施例二所述的图像匹配方法中匹配点分块示意图；图4是本专利技术实施例二所述的图像匹配方法中匹配点分块提取示意图；图5是本专利技术实施例二所述的图像匹配方法中分块选取示意图；图6是本专利技术实施例二所述的图像匹配方法中匹配点选取示意图；图7是本专利技术实施例三所述的图像匹配装置的结构框图；图8是本专利技术实施例三所述的图像匹配装置中的样本集抽取单元的结构框图。【具体实施方式】为使本专利技术解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本专利技术实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。下面结合附图并通过【具体实施方式】来进一步说明本专利技术的技术方案。实施例一图1是本实施例提供的图像匹配方法流程图，本实施例可适用于通过计算机软件将一幅图像匹配到另一幅图像的情况，可将这两幅图像分别称为待配准图像和基准图像，本实施例的方法即为将待配准图像匹配到基准图像，该方法可以由能够执行所述计算机软件的终端来执行，包括但不限于计算机、手机、平板电脑、智能相机等，如图1所示，本实施例所述的图像匹配方法包括:S101、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集。本操作步骤为本实施例的核心操作步骤。由于噪声、运动物体、重复性纹理等不确定因素的影响容易产生错误的数据，为了尽可能地避免图像中这些错误数据对图像匹配的精确的影响，需要从图像中匹配点对集合中抽取精确的匹配点对作为样本集，并尽大可能地确保所述样本集中的匹配点对的数据准确度。那么，如何确保所述样本集中的匹配点对的数据准确度呢，则是通过多次抽取不同的样本集，通过后续操作步骤来分别对各样本集进行评价验证，最终挑选出最优的样本集，依据该最优样本集来作为图像匹配依据。具体地，从匹配点对集合中抽取匹配点对作为样本集的方式可为多种，包括但不限于随机抽取和按照预设算法提取，只要保证各次提取的样本集中的匹配点对不同即可。本领域的技术人员需要明确的是，本步骤中各次提取的样本集中所包含的匹配点对的数目可以相同，也可以不同，将对应的内点数目最大的样本集作为最优样本集。S102、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数。本步骤中，依据样本集所包含的匹配点对计算所述基准图像与所述待配准图像之间的变换模型参数的具体方法同现有技术中的常规方法，例如，可利用RANSAC (RandomSample Consensus,随机样本一致)算法和最小二乘法迭代算法,实现样本集中匹配点对之间的正确匹配，并根据正确匹配对计算出图像的变换模型参数。例如，已知样本集中所包含的匹配的点对:(398，134)与(409，131)匹配，(202，87)与(211，127)匹配，(380，177)与(398，149)匹配。设旋转角度为U，平移从标为(x，y)，则得出如下方程组:409 = 398*cos(u)_134*sin(u)+tx ；131 = 398*sin (u)+134*cos (u)+ty ；211 = 202*cos(u)_87*sin(u)+tx ；127 = 202*sin(u)+87*cos(u)+ty ；398 = 380*cos(u)_177*sin(u)+tx ；176 = 380*sin(u)+177*cos(u)+ty通过求解上述方程组即可求出变换模型参数。S103、根据本文档来自技高网...

【技术保护点】
一种图像匹配方法，其特征在于，包括：步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；步骤S4、重复执行步骤S1至步骤S3的操作直到满足预设停止条件，提取获得的内点数目最大变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。

【技术特征摘要】

【专利技术属性】
技术研发人员：方圆圆，张雷，
申请(专利权)人：江苏物联网研究发展中心，
类型：发明
国别省市：江苏;32