一种金字塔式的图像匹配算法制造技术

一种金字塔式的图像匹配算法采用金字塔分层和极线约束来弥补相关匹配带来运算量大的不足，克服了图像匹配中精度低和速度慢的缺点。

【技术实现步骤摘要】

一种金字塔式的图像匹配算法主要涉及计算机图像方面领域。
技术介绍
图像匹配是三维重构中最重要、最困难的问题，也是三维重构的先决条件，一直是计算机视觉领域研究的焦点。国内外学者对图像匹配进行大量的研究，并提出各种各样的算法，但目前尚没有一种算法能够完美解决图像对应点匹配问题。绝大多数算法都是针对具体问题而提出的，在实际应用中常常要根据实际现场情况，反复地进行实验、比较，最终选用一个适用的算法。因此，如何实现多幅图像问快速、准确地匹配对计算机视觉的研究具有重要意义。针对此情况提出将多分辨率和极线约束与相关法相结合的图像匹配方法，称之为极线约束下的多分辨率相关匹配算法。
技术实现思路
通过国家专利检索没有发现关于此系统方面的申请资料。其算法步骤：1.提取特征点:选取的特征点为图像上Harris角点，该方法使用图像的一阶差分，计算每个像素处的平均平方梯度矩阵，通过特征值分析给出角点响应。在求解角点的过程中，卷积模板的大小决定了角点的定位和所排除噪声的数目。对于范围比较大的场景，一般选取模板的宽度是9。设I(x，Y)表示图像中坐标为(x，Y)的点的灰度值，自适应相关值可以被定义为一组方形区域中图像灰度误差的总和。当在某个点上矩阵N的两个特征值都很大时，则在任何一个方向上的一个很小的移动都会导致灰度级别的一个很大的变化，表明该点是一个角点。实际过程中用来计算角点的响应函数即Harris算子的表达式为：Φ(x,y)=det(N)-k(TraceN)2其中忌一般取为0．04。2.初始匹配(相关匹配)初始匹配的目标是要确定一个候选匹配点对集合T，它允许包含大量错误的匹配对，也允许一个特征点同时对应多个匹配点，但这些错误的匹配将在后续的鲁棒性匹配过程中被去除掉。从此灰度相关值的公式可以看出，灰度相关值Score(m1,m2)的取值范围从一1到1，并且点1和m2越相似，相关值Score(m1,m2)也越大。在实际匹配过程中，首先确定一个有效的相关值的阈值，当用某个点m2计算出来的相关值Score(m1,m2)大于该阈值时，则可以认为该点DI是原始点m2的一个候选匹配点。用这个方法先求出图像f上所有角点在I1，中的候选匹配点，然后反过来求出图像I2上所有角点在J中的候选匹配点，经过这两个过程后，可以得到一组初始的匹配点对集T。实际计算中，m=n=7时，搜索半径为图像中宽度和高度的最小值的四分之一，灰度相关值的阈值为0．68。3.精确匹配初始匹配得到的集合T中存在一个特征点同时对应多个匹配点的情况，利用多分辨率与对极约束结合的方法可以在很大程度上纠正这类模糊匹配。(1)根据初始匹配结果，利用RANSAC法可以估计基本矩阵F，从而得到对极约束。(2)利用多分辨率的方法，进一步缩小对应点的搜索范围，进而减少计算时间。(3)以两幅M×M的图像为例，利用多分辨率的方法可以构成一个金字塔结构。本文档来自技高网...

【技术保护点】
一种金字塔式的图像匹配算法其特征主要是提取特征点、初始匹配(相关匹配)、精确匹配三种。

【技术特征摘要】
1.一种金字塔式的图像匹配算法其特征主要是提取特征点、初始匹配(相关匹配)、精确匹配三种。2.根据权利要求1中提取特征点选取的特征点为图像上Harris角点，该方法使用图像的一阶差分，计算每个像素处的平均平方梯度矩阵，通过特征值分析给出角点响应。3.根据权利要求1中初始匹配的目标是要确定一个候选匹配点对集合T，它允许包含大量错误的匹配对，也...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：镇江鼎拓科技信息有限公司，
类型：发明
国别省市：江苏;32