快速鲁棒性尺度不变的图像匹配方法组成比例

本发明专利技术公开了鲁棒性快速的尺度不变图像匹配方法，涉及计算机视觉领域。本发明专利技术的重点在于提高特征匹配的可靠性与实时性，提出了一种鲁棒性快速的尺度不变图像匹配方法。具体方法为，首先利用Wallis滤波与灰度均匀化减弱噪声与光照影响；其次提出SURNSIF检测子与描述子来增强算法对尺度变换与旋转变换的鲁棒性，以及提高运行速度；再次利用基于KD树的BBF与双向匹配结合的方法提高搜索效率；最后利用PROSAC去除错误点完成匹配。本发明专利技术中SURNSIF不仅保证了特征检测与描述的鲁棒性，还兼顾了运算的速度，从而改善了图像匹配的实时性与可靠性。

【技术实现步骤摘要】

本专利技术涉及计算机视觉领域，尤其是涉及快速鲁棒性尺度不变的图像匹配方法。
技术介绍
图像匹配是将不同时间、不同视角、相同或不同传感器获取的同一地区的两幅或多幅影像进行空间上对准的过程。其主要解决视点变换、噪声影响、光照变化、JPEG压缩、尺度与旋转变换问题，总体分为基于图像灰度信息与基于图像特征信息两大类，而基于图像特征信息又可分为基于边缘特征、基于轮廓特征、基于区域特征及基于特征点等几类。在像素点利用数目方面基于特征点的匹配与基于灰度信息匹配方法相比，前者减少了运算点的个数，从而大大减少了匹配的计算量，同时其匹配方式对位置变化比较敏感，从而提高了匹配精度。与基于图像特征信息相比，基于特征点的匹配方法在特征点的提取过程中减少了噪声、灰度、图像变形及遮挡的影响，并且匹配后的特征点坐标可以直接用来估计图像之间的空间变换关系。Lowe提出了经典的SIFT(ScaleInvariantFeatureTransform)算法，并于2004年对该算法进行了进一步完善。该算法在高斯差分尺度空间(DifferenceofGaussians,DoG)内检测极值点，并剔除对比度低的点及边缘响应，同时本文档来自技高网...

【技术保护点】
快速鲁棒性尺度不变的图像匹配方法，其特征在于：包括以下步骤：步骤一：利用Wallis滤波和灰度均匀化对两张非同源图像分别进行预处理后得到对应的两张待匹配图像；步骤二：提出SURNSIF检测子：对两张待匹配图像分别构建非线性尺度空间，并在非线性尺度空间中利用AGAST算子对待匹配图像进行特征检测分别得到两组候选点后，对两组候选点均分别进行非极大值抑制和亚像素级矫正获得两组特征点；步骤三：提出SURNSIF描述子：利用小波扇形环绕对两组特征点分别赋予方向得到两组定向的特征点，对两组定向的特征点分别构造具有交叠带的描述网格，在各自的描述网格内对定向的特征点进行邻域小波响应加权求和并增加尺度空间位置约...

【技术特征摘要】
1.快速鲁棒性尺度不变的图像匹配方法，其特征在于：包括以下步骤：步骤一：利用Wallis滤波和灰度均匀化对两张非同源图像分别进行预处理后得到对应的两张待匹配图像；步骤二：提出SURNSIF检测子：对两张待匹配图像分别构建非线性尺度空间，并在非线性尺度空间中利用AGAST算子对待匹配图像进行特征检测分别得到两组候选点后，对两组候选点均分别进行非极大值抑制和亚像素级矫正获得两组特征点；步骤三：提出SURNSIF描述子：利用小波扇形环绕对两组特征点分别赋予方向得到两组定向的特征点，对两组定向的特征点分别构造具有交叠带的描述网格，在各自的描述网格内对定向的特征点进行邻域小波响应加权求和并增加尺度空间位置约束，得到两组特征向量；步骤四：利用基于KD树的BBF算法与双向匹配法对两组特征向量进行快速匹配得到特征点对应关系后，对特征点对应关系采用PROSAC算法得到图像变换模型；完成两张非同源图像的匹配。2.根据权利要求1所述的快速鲁棒性尺度不变的图像匹配方法，其特征在于：步骤二中所述的构建非线性尺度空间，具体包括步骤：(201)对待匹配图像进行高斯滤波，然后求解出高斯滤波后待匹配图像的梯度直方图；(202)根据待匹配图像的梯度直方图计算出非线性尺度空间的对比因子；(203)对待匹配图像自适应选取非线性尺度空间的组数，然后根据非线性尺度空间的组数计算出非线性尺度空间的进化时间；(204)根据非线性尺度空间的对比因子与进化时间建立非线性扩散方程，然后采用FED算法加速求解非线性扩散方程得到非线性尺度空间的所有图像。3.根据权利要求1或2所述的快速鲁棒性尺度...

【专利技术属性】
技术研发人员：李建增，张岩，李德良，胡永江，李爱华，谢志刚，刘兵，杜玉龙，范聪，
申请(专利权)人：中国人民解放军军械工程学院，
类型：发明
国别省市：河北;13