基于变换不变低秩纹理的投影变换图像匹配方法组成比例

本发明专利技术公开了一种基于变换不变低秩纹理的投影变换图像匹配方法，主要解决现有技术无法完成投影变换图像匹配的缺陷。其方案为：1、输入含投影变换的两幅图像并分别进行低秩纹理区域的自动检测和提取；2、对检测得到的低秩纹理区域进行TILT变换得到各自的局部变换矩阵，并利用局部变换矩阵校正输入的两幅图像；3、对两幅校正得到的图像进行特征点检测，对特征点建立尺度不变特征描述符以及几何形状描述符；4、联合尺度不变特征描述符和几何形状描述符建立新的特征描述符，对新的描述符采用欧式距离进行相似性度量，完成图像匹配。本发明专利技术能提取出具有较高重复率和正确匹配率的特征点，提高了计算效率，可用于图像融合，图像拼接与三维重建。

【技术实现步骤摘要】

本专利技术属于图像处理
，具体涉及一种投影变换图像匹配方法，可应用于目标识别与跟踪，图像拼接与三维重建领域。
技术介绍
在目标识别，图像拼接与三维重建等领域，需要先对同一场景的多幅视图进行匹配处理。一般情况下，可以采用基于特征的图像匹配方法进行图像匹配，这主要是考虑到一些图像特征对于图像的尺度、旋转以及仿射变换具有不变性，并且只用特征信息寻找图像间的几何关系具有计算效率高的优点。但是，当两幅图像间存在较大程度的投影失真时，现有技术往往很难提取到具有投影不变性的特征，从而导致匹配精度不够甚至无法实现匹配的问题。目前，基于特征的图像匹配方法中常用的特征信息有尺度不变特征SIFT，最大稳定极值区域MSER特征和完全仿射不变特征ASIFT，例如LoweD，“Distinctiveimagefeaturesfromscale-invariantkeypoints.”InternationalJournalofComputerVision,vol.60,no.2,pp.91—110.MatasJ,ChumO,etal.，“Robustwide-baseli本文档来自技高网...

【技术保护点】
一种基于变换不变低秩纹理的投影变换图像匹配方法，包括：(1)分别输入存在投影变换的两幅图像A和B，其中A为参考图像，B为待匹配图像；(2)分别对输入的两幅图像进行低秩纹理区域检测，得到参考图像A中的低秩纹理区域UA和待匹配图像B中的低秩纹理区域UB；(3)分别对上述低秩纹理区域UA和UB进行变换不变低秩纹理TILT变换，得到各参考图像A的局部变换矩阵HA和待匹配图像B的局部变换矩阵HB；(4)分别使用局部变换矩阵HA和HB对上述两幅输入图像A和B进行投影变换，得到校正后的参考图像A′和校正后的待匹配图像B′：A′＝HAAB′＝HBB；(5)分别对上述两个校正后图像A′和图像B′进行高斯差分Do...

【技术特征摘要】
1.一种基于变换不变低秩纹理的投影变换图像匹配方法，包括：
(1)分别输入存在投影变换的两幅图像A和B，其中A为参考图像，B为待匹配
图像；
(2)分别对输入的两幅图像进行低秩纹理区域检测，得到参考图像A中的低秩纹
理区域UA和待匹配图像B中的低秩纹理区域UB；
(3)分别对上述低秩纹理区域UA和UB进行变换不变低秩纹理TILT变换，得到各
参考图像A的局部变换矩阵HA和待匹配图像B的局部变换矩阵HB；
(4)分别使用局部变换矩阵HA和HB对上述两幅输入图像A和B进行投影变换，
得到校正后的参考图像A′和校正后的待匹配图像B′：
A′＝HAA
B′＝HBB；
(5)分别对上述两个校正后图像A′和图像B′进行高斯差分DoG极值点检测，得到
校正后参考图像的特征点集ΩA′以及校正后待匹配图像的特征点集ΩB′；
(6)分别对上述两个特征点集ΩA′及ΩB′中的每一个特征点进行基于尺度不变特征
变换描述，得到128维的局部特征描述符LA′以及LB′；分别对ΩA′以及ΩB′中的每一个特
征点建立20维的几何形状描述符GA′以及GB′；
(7)利用步骤(6)中建立的128维局部特征描述符LA′、LB′以及20维的几何形状描述
符GA′、GB′，建立校正后参考图像的特征点集ΩA′中每一个特征点的特征描述符D...

【专利技术属性】
技术研发人员：张强，李亚军，朱韵茹，相朋，王龙，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61