本发明专利技术涉及计算机图像配准技术，公开了一种计算机图像配准中降低错误匹配对的方法及其系统。在本发明专利技术的计算机图像配准中，利用局部特征点的主方向信息对已得到的局部特征点的匹配对进行提纯，可以高效地实现错误匹配对的检测和去除，可用于实时性要求较高的系统，大大提高了实用价值。此外，利用局部特征点的尺度信息或利用局部特征点的坐标信息对已得到的局部特征点的匹配对进行提纯，可以进一步减少错误匹配对，提高系统准确度。
【技术实现步骤摘要】
本专利技术涉及计算机图像配准技术，特别涉及计算机图像配准中降低错误匹配对的 方法及其系统。
技术介绍
图像配准为检测不同渠道获取的两幅或多幅图像是否匹配。如图1所示，一般常 用的大致的流程是：从每幅图中检测出局部特征；然后从这两个局部特征集间进行元素匹 配。一般说来，并不是每个局部特征对应的匹配都是正确的，所以需要对这些匹配对进行 一次提纯滤波，最后就得到了两个图像间所需要的配准关系（是否匹配、旋转角度、缩放比 例、位移等）。 常用的图像比对以及图像搜索系统中，常用的方法一般都包括局部特征提取以及 特征向量之间的匹配两个步骤。在特征匹配完成后，往往会添加匹配对提纯这样一个过程 来降低错误匹配率。 局部特征匹配本质上可以归结为通过距离函数在高维向量之间进行相似性检索 的问题。大致有两类解决方法，第一种是通过穷举法（线性扫描法），即将数据集中的点与 查询点逐一进行距离比较；第二种是建立索引进行快速匹配，比如常用的kd树以及改进的 kd树查询方式（BBF，Best-Bin-First)等。而由于实验和分析表明，基于局部特征点匹配 方式得到的最近邻并不能保证匹配正确，还需要进一步过滤，这就是匹配对的提纯问题。一 般常采用的算法是比值提纯法和一致性提纯法。 比值提纯法的逻辑可归纳如下：对于目标集中的每一个特征点，在基准集中查询 得到它的最近邻特征点和次近邻特征点，若满足：最近邻距离>次近邻距离*Ratio,则保 留该特征点与其最近邻构成的匹配，否则剔除这个匹配对。一般Ratio取0. 7。 -致性提纯法为在忽略成像畸变时，同一个场景下不同视角下图像间具有一一对 应关系，可通过透视变换矩阵来计算求得。一般来说该矩阵具有8个独立变量，因此最少可 通过4个匹配的特征点（共8个坐标值）来得到。通常使用随机抽样一致性算法（Random Sample Consensus Algorithm,简称"RANSAC算法"）来求得。一般来说，比值提纯法得到 的匹配点还是存在相当比例的错误匹配（如图12和图13所示），因此在准确度要求较高的 场景下往往在比值提纯法之后再添加一步一致性提纯法，进一步滤除误匹配点。 然而，本专利技术的专利技术人发现，一致性提纯法（RANSAC等）虽然具有非常高的准确 度，可以用于精度要求较高的场景，但是非常耗时（对常规的单张图像耗时在100毫秒以 上），无法在实时系统及大批量数据比对中使用。
技术实现思路
本专利技术的目的在于提供一种计算机图像配准中降低错误匹配对的方法及其系统， 高效地实现错误匹配对的检测和去除，大大提高了实用价值。 为解决上述技术问题，本专利技术的实施方式公开了一种计算机图像配准中降低错误 匹配对的方法，该方法包括以下步骤： 获取目标图像的局部特征点和参考图像的局部特征点的匹配对集合； 获取该匹配对集合中每个匹配对中两个局部特征点的主方向，并计算每个匹配对 中两个局部特征点间的主方向差； 将匹配对中两个局部特征点间的主方向差量化至多个区间，每个区间的区间长度 是预先设定的值； 统计每个区间所包含的匹配对数量，并选取匹配对数量最大的区间作为第一主区 间； 判断第一主区间所包含的匹配对数量是否大于第一阈值，若第一主区间所包含的 匹配对数量大于第一阈值，则输出第一主区间所包含的匹配对作为第一集合，放弃该第一 集合之外的其它匹配对。 本专利技术的实施方式还公开了一种计算机图像配准中降低错误匹配对的系统，系统 包括： 获取模块，用于获取目标图像的局部特征点和参考图像的局部特征点的匹配对集 合； 第一计算模块，用于获取获取模块获取的匹配对集合中每个匹配对中两个局部特 征点的主方向，并计算每个匹配对中两个局部特征点间的主方向差； 第一量化模块，用于将第一计算模块计算的匹配对中两个局部特征点间的主方向 差量化至多个区间，每个区间的区间长度是预先设定的值； 第一选取模块，用于统计第一量化模块量化的每个区间所包含的匹配对数量，并 选取匹配对数量最大的区间作为第一主区间； 第一判断模块，用于判断第一选取模块选取的第一主区间所包含的匹配对数量是 否大于第一阈值；以及 第一输出模块，用于若第一判断模块确认第一主区间所包含的匹配对数量大于第 一阈值，输出第一主区间所包含的匹配对作为第一集合，放弃该第一集合之外的其它匹配 对。 本专利技术实施方式与现有技术相比，主要区别及其效果在于： 在本专利技术的计算机图像配准中，利用局部特征点的主方向信息对已得到的局部特 征点的匹配对进行提纯，可以高效地实现错误匹配对的检测和去除，可用于实时性要求较 1?的系统，大大提1? 了实用价值。 进一步地，利用局部特征点的尺度信息对已得到的局部特征点的匹配对进行提 纯，可以进一步减少错误匹配对，提高系统准确度。 进一步地，根据配准角度差和配准缩放比率并利用局部特征点的坐标信息对已得 到的局部特征点的匹配对进行提纯，可以进一步减少错误匹配对，提高系统准确度。【附图说明】 图1是现有的一种图像配准的流程示意图。 图2是本专利技术第一实施方式中一种计算机图像配准中降低错误匹配对的方法的 流程示意图； 图3是本专利技术第二实施方式中一种计算机图像配准中降低错误匹配对的方法的 流程示意图； 图4是本专利技术第三实施方式中一种计算机图像配准中降低错误匹配对的方法的 流程示意图； 图5是本专利技术第三实施方式中一种计算机图像配准中降低错误匹配对的方法的 流程示意图； 图6是本专利技术第三实施方式中匹配对的主方向旋转角度差的量化直方图； 图7是本专利技术第三实施方式中匹配对的尺度缩放比率的量化直方图； 图8是本专利技术第四实施方式中一种计算机图像配准中降低错误匹配对的系统的 结构示意图； 图9是本专利技术第五实施方式中一种计算机图像配准中降低错误匹配对的系统的 结构示意图； 图10是本专利技术第六实施方式中一种计算机图像配准中降低错误匹配对的系统的 结构示意图； 图11是本专利技术第六实施方式中一种计算机图像配准中降低错误匹配对的系统的 结构示意图。 图12是现有的采用特征点匹配和比值提纯法的匹配结果。 图13是现有的采用特征点匹配和比值提纯法的匹配结果。【具体实施方式】 在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本 领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化 和修改，也可以实现本申请各权利要求所要求保护的技术方案。 为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的实施 方式作进一步地详细描述。 本专利技术第一实施方式涉及一种计算机图像配准中降低错误匹配对的方法。图2是 该计算机图像配准中降低错误匹配对的方法的流程示意图。如图2所示，该方法包括以下 步骤： 在步骤201中，获取目标图像的局部特征点和参考图像的局部特征点的匹配对集 合。优选地，该匹配对集合是经过比值提纯法过滤后得到的匹配对集合。可以理解，在本发 明其他实施方式中，该匹配对集合也可以是经局部特征匹配后的初始匹配对集合或是经过 其他提纯法过滤后得到的匹配对集合。 此外，可以理解，全局特征是用来描述整张图像的宏观特征，比如颜色直方图，其 缺点在于不适合用于图像混叠和有遮挡的情况。而局部特征一般包含图像中的部分空间范 围，一个好的局部特征需要具备以下性本文档来自技高网...
【技术保护点】
一种计算机图像配准中降低错误匹配对的方法，其特征在于，该方法包括以下步骤：获取目标图像的局部特征点和参考图像的局部特征点的匹配对集合；获取该匹配对集合中每个匹配对中两个局部特征点的主方向，并计算每个匹配对中两个局部特征点间的主方向差；将所述匹配对中两个局部特征点间的主方向差量化至多个区间，每个区间的区间长度是预先设定的值；统计每个区间所包含的匹配对数量，并选取匹配对数量最大的区间作为第一主区间；判断所述第一主区间所包含的匹配对数量是否大于第一阈值，若所述第一主区间所包含的匹配对数量大于第一阈值，则输出所述第一主区间所包含的匹配对作为第一集合，放弃该第一集合之外的其它匹配对。
【技术特征摘要】
【专利技术属性】
技术研发人员：薛晖，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。