一种高精度的图像匹配方法及系统技术方案

本发明专利技术公开了一种高精度的图像匹配方法及系统，涉及数据处理领域，特别涉及地图数据加工制作。本发明专利技术公开的高精度的图像匹配方法包括：确定目标图像和比对图像中的兴趣点标牌区域；对所述兴趣点标牌区域进行特征提取；将所述提取到的特征进行匹配，获得匹配点；根据匹配点的分布位置和/或匹配点数量进行图像匹配。本发明专利技术通过算法优化设计，提高了图像匹配精度，从而可以去除冗余图像，提高地图尤其是高精度电子地图的制作效率。

【技术实现步骤摘要】
一种高精度的图像匹配方法及系统
本专利技术涉及数据处理领域，特别涉及地图数据加工制作。
技术介绍
电子地图（英语：Electronicmap），即数字地图，是利用计算机技术，以数字方式存储和查阅的地图。电子地图数据一般包括道路、兴趣点、路网等。电子地图是地图制作和应用的一个系统，是由电子计算机控制所生成的地图，是基于数字制图技术的屏幕地图，是可视化的实地图。"在计算机屏幕上可视化"是电子地图的根本特征。电子地图的特点有如下6个:1.可以快速存取显示。2.可以实现动画。3.可以将地图要素分层显示。4.利用虚拟现实技术将地图立体化、动态化，令用户有身临其境之感。5.利用数据传输技术可以将电子地图传输到其他地方。6.可以实现图上的长度、角度、面积等的自动化测量。电子地图数据一般通过外业数据采集人员进行采集，例如对采集目标进行笔录、拍照、摄影等方式采集，然后由内业数据加工人员进行数据加工。为了保证采集到的目标的精确和完整，一般在实地采集时，会对采集目标拍摄多张照片。在进行地图数据加工时，因采集目标会有多张图片，若不去除重复冗余的图像，需内业数据加工人员对每张图像进行处理，将会造成内业资源的巨大浪费。而去除重复冗余的图像就需要一种高精度的图像匹配方法能够判断出含有相同采集目标的重复图像。未来智能驾驶非常依赖于高精度电子地图，而高精度电子地图的制作同样需要高精度的图像匹配方法，从而去除冗余图像，提高高精度电子地图制作效率。
技术实现思路
本专利技术的目的是提供一种高精度的图像匹配方法及系统，以提高图像匹配的精度，从而去除冗余图像，提高地图、尤其是高精度电子地图的制作效率。本专利技术提供一种高精度的图像匹配方法，包括：确定目标图像和比对图像中的兴趣点标牌区域；对所述兴趣点标牌区域进行特征提取；将所述提取到的特征进行匹配，获得匹配点；根据匹配点的分布位置和/或匹配点数量进行图像匹配。本专利技术还提供一种高精度的图像匹配系统，包括：兴趣点标牌区域确定单元，用于确定目标图像和比对图像中的兴趣点标牌区域；特征提取单元，用于对所述兴趣点标牌区域进行特征提取；特征匹配单元，用于将所述提取到的特征进行匹配，获得匹配点；图像匹配单元，用于根据匹配点的分布位置和/或匹配点数量进行图像匹配。本专利技术通过算法优化设计，提高了图像匹配精度，从而可以去除冗余图像，提高地图尤其是高精度电子地图的制作效率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1为本专利技术实施例提供的高精度的图像匹配方法的流程示意图；图2为本专利技术实施例提供的高精度的图像匹配系统的结构示意图。具体实施方式下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术的保护范围。下面将结合附图对本专利技术实施例作进一步地详细描述。在地图数据加工过程中，对新采集的图像（目标图像），在海量的数据库图像数据中（比对图像）进行比对和匹配，匹配成功的图像，则判断为是包含有相同采集目标的重复图像。所述比对可以是目标图像与比对图像两两进行比对，也可以是目标图像与比对图像集中进行一次性比对。实施例一本专利技术实施例提供一种高精度的图像匹配方法，其具体实现过程如图1所示，包括以下步骤：101、确定目标图像和比对图像中的兴趣点标牌区域，兴趣点（POI）是地理信息系统中的一个术语，泛指一切可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院、超市等，兴趣点标牌区域是指图像中具有兴趣点信息的区域，如兴趣点是一家餐馆，兴趣点标牌区域是图像中有餐馆名称的区域。具体包括：首先，利用MSER算法（MaximallyStableExtremalRegions最大稳定极值区域）对图像中的兴趣点标牌区域进行粗定位，再利用HOG特征（HistogramofOrientedGridients特征检测算法）和SVM(SupportVectorMachine支持向量机）对检测目标进行精确定位。102、对步骤101所确定的兴趣点标牌区域进行特征提取。具体的，可以采用Root-sift算法（Root-Scale-invariantfeaturetransform，尺度不变特征转换）进行特征提取。具体包括：首先，对于需要比较的图像构建尺度空间，就是利用不同尺度的高斯差分卷积核与图像进行卷积运算。其次，利用每个采样点与它周围的所有点进行比较，寻找高斯差分空间的极值点，并且通过拟合三维二次函数去掉高斯卷积空间局部曲率非常不对称的像素点。再次，利用关键点领域像素的梯度方向分布特性为每个关键点指定方向参数，使算子具备旋转不变性的128维方向参数，这就是关键点的特征描述子，对描述子进行归一化取均方根得到最终的描述特征。103、将步骤102所提取到的特征进行匹配，获得匹配点。将提取出特征的图像中的各个尺度图像进行描述子匹配，当描述子的距离小于阈值时即可判断为匹配成功，获得匹配点。104、根据匹配点的分布位置和/或匹配点数量进行图像匹配。包括：根据匹配点的分布位置和/或匹配点数量判断图像是否匹配，若匹配点空间分布一致及匹配点数量达到预设值，则确认图像匹配成功。匹配点数量包括以下一种：所有的匹配点数量，或者去除距离兴趣点标牌区域边界预设距离内的匹配点后的匹配点数量；或者去除连线交叉的匹配点后的匹配点数量；或者去除距离兴趣点标牌区域边界预设距离内的匹配点及连线交叉的匹配点后的匹配点数量。匹配点数量优选为去除距离兴趣点标牌区域边界预设距离内的匹配点及连线交叉的匹配点后的匹配点数量。在兴趣点标牌区域的边缘的匹配点的意义不大，因此可以将其去除，所述匹配连线交叉指：将两张图像中的匹配点连接起来的连线有交叉。匹配连线一般为平行的连线，若某匹配点的匹配连线与其他匹配点的匹配连线相交，则可以将连线交叉的匹配点去除。当所述目标图像与比对图像匹配成功，则判断图像重复，删除重复图像至仅保留一张图像。具体的，在进行删除和保留时，可以仅保留一张特征数量最多的图像，或者，保留拍摄时间最新的图像。特征越多意味着图像越清晰，加工出的电子地图精度也越高，因此优选保留特征最多的图像。本专利技术实施例提供的高精度的图像匹配方法，适用于电子地图，尤其是高精度电子地图的制作。本专利技术实施例通过算法优化设计，提高了图像匹配精度，从而可以去除冗余图像，提高地图尤其是高精度电子地图的制作效率。实施例二本专利技术实施例提供一种高精度的图像匹配系统，如图2所示，包括：兴趣点标牌区域确定单元201，用于确定目标图像和比对图像中的兴趣点标牌区域。兴趣点（POI）是地理信息系统中的一个术语，泛指一切可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院、超市等，兴趣点标牌区域是指图像中具有兴趣点信息的区域，如兴趣点是一家餐馆，兴趣点标牌区域是图像中有餐馆名称的区域。具本文档来自技高网...

【技术保护点】
1.一种高精度的图像匹配方法，其特征在于，包括：确定目标图像和比对图像中的兴趣点标牌区域；对所述兴趣点标牌区域进行特征提取；将所述提取到的特征进行匹配，获得匹配点；根据匹配点的分布位置和/或匹配点数量进行图像匹配。

【技术特征摘要】
1.一种高精度的图像匹配方法，其特征在于，包括：确定目标图像和比对图像中的兴趣点标牌区域；对所述兴趣点标牌区域进行特征提取；将所述提取到的特征进行匹配，获得匹配点；根据匹配点的分布位置和/或匹配点数量进行图像匹配。2.根据权利要求1所述的方法，其特征在于，所述确定目标图像和比对图像中的兴趣点标牌区域包括：利用MSER算法对图像中的兴趣点标牌区域进行粗定位，再利用HOG算法和SVM算法进行精确定位。3.根据权利要求1所述的方法，其特征在于，所述对所述兴趣点标牌区域进行特征提取包括：采用Root-sift算法对所述兴趣点标牌区域进行特征提取。4.根据权利要求1所述的方法，其特征在于，将所述提取到的特征进行匹配，获得匹配点包括：将提取出特征的图像中的各个尺度图像进行描述子匹配，当描述子的距离小于阈值时即可判断为匹配成功，获得匹配点。5.根据权利要求1所述的方法，其特征在于，所述根据匹配点的分布位置和/或匹配点数量进行图像匹配包括：根据匹配点的分布位置和/或匹配点数量判断图像是否匹配，若匹配点空间分布一致及匹配点数量达到预设值，则判断图像匹配成功。6.一种高精度的图像匹配系统，其特征在于，...

【专利技术属性】
技术研发人员：张文星，
申请(专利权)人：深圳市凯立德科技股份有限公司，
类型：发明
国别省市：广东,44