一种基于自适应邻域测试的图像误匹配点对剔除方法技术

本发明专利技术提出一种基于自适应邻域测试的误匹配点对剔除方法，包括：对目标图像进行预处理；对处理后的图像通过SIFT算法提取特征点，并生成特征描述子；计算两幅图像所有特征描述子间的距离，通过最近邻与次近邻比值法确定同名特征点，实现特征点匹配；通过基于自适应邻域测试的误匹配点剔除方法将匹配点对集中的误匹配点对剔除。本发明专利技术通过对特征点进行邻域测试，能够只剔除误匹配点对而不会删除正确匹配点对，配合较高的最近邻与次近邻比率阈值，能够在同等的正确率的前提下，将匹配点对数量大幅提高。实验表明，本发明专利技术方法正确率和匹配数量均取得了优异效果。

【技术实现步骤摘要】
一种基于自适应邻域测试的图像误匹配点对剔除方法
本专利技术属于图像处理
，涉及三维重建中特征点匹配与误匹配剔除技术，更为具体的说，是涉及一种基于自适应邻域测试的图像误匹配点对剔除方法。
技术介绍
特征点匹配是计算机视觉领域中很多应用的基础，在三维重建、场景识别、地图构建以及图像配准中都起到重要的作用。在三维重建中，匹配点对越多重建模型越丰富，匹配点对越准确重建模型相应的越准确，所以特征点匹配结果直接决定了重建模型的好坏。特征点匹配过程基本分为三步：特征点检测；构建特征点描述子；匹配策略。基于特征点匹配，本领域中已有多种相关算法，但都有一定的缺陷。例如：SIFT算法提取的特征点对旋转、尺度缩放、亮度变化保持不变性，但进行匹配时由于光照、噪声、几何变化等情况容易造成误匹配，导致重建模型的准确性也随之降低，因而在保证足够数量匹配点对的前提下，尽量进行误匹配的剔除就很有意义。一种传统的匹配策略是基于最近邻与次近邻比值的匹配，即特征向量的最近邻与次近邻的比值小于阈值时认为是同名点，但由于图像纹理相似或重复区域的存在，使得特征向量间的距离差别极小，所以此种方法当比率阈值较大时会存在较多误匹本文档来自技高网...

【技术保护点】
1.一种基于自适应邻域测试的图像误匹配点对剔除方法，其特征在于，包括以下步骤：步骤1，对目标图像进行预处理；步骤2，对处理后的图像通过SIFT算法提取特征点，并生成特征描述子；步骤3，计算两幅图像所有特征描述子间的距离，通过最近邻与次近邻比值法确定同名特征点，实现特征点匹配；步骤4，通过基于自适应邻域测试的误匹配点剔除方法将步骤3中得到的匹配点对集中的误匹配点对剔除。

【技术特征摘要】
1.一种基于自适应邻域测试的图像误匹配点对剔除方法，其特征在于，包括以下步骤：步骤1，对目标图像进行预处理；步骤2，对处理后的图像通过SIFT算法提取特征点，并生成特征描述子；步骤3，计算两幅图像所有特征描述子间的距离，通过最近邻与次近邻比值法确定同名特征点，实现特征点匹配；步骤4，通过基于自适应邻域测试的误匹配点剔除方法将步骤3中得到的匹配点对集中的误匹配点对剔除。2.根据权利要求1所述的基于自适应邻域测试的图像误匹配点对剔除方法，其特征在于，所述步骤4包括如下子步骤：a，在步骤3得到的同名特征点中选出一对特征点，获取两特征点在两幅图像上的坐标；b，分别以两特征点坐标为中心，自适应划定邻域，保证两个邻域中同名特征点个数不少于设定个数；c，计算两邻域中互相匹配的同名点个数与同名点总个数之比值，若比值小于设定阈值则将此点对剔除，d，迭代上述三步，直至步骤3中的同名特征点都被处理为止。3.根据权利要求2所述的基于自适应邻域测试的图像误匹配点对剔除方法，其特征在于，所述步骤b中自适应...

【专利技术属性】
技术研发人员：张小国，郭恩会，陈刚，贾友彬，陈孝峰，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32