大规模图像的匹配方法组成比例

本发明专利技术提供了一种大规模图像的匹配方法，包括：步骤1：获取图像中的行人区域；步骤2：对非行人区域进行尺度不变特征变换特征提取；步骤3：获取每张图像的Fisher Vector，并得到图像集的距离矩阵；步骤4：根据距离矩阵每次采样预设数量的图像对；步骤5：对图像对进行预匹配，并将预匹配成功的图像对进行精确匹配后存入匹配图；步骤6：滤除匹配率低于预设阈值的图像对；步骤7：根据匹配关系进行传播得到扩展的图像对；步骤8：对扩展的图像对进行大尺度特征预匹配，将预匹配成功的图像对进行精确匹配后存入匹配图。重复步骤4‑8直至所有相关图像均含有充足的匹配关系或者通过采样传播获得的图像对均为不匹配的图像对。

Matching Method of Large Scale Image

The invention provides a matching method for large-scale images, including: step 1: acquiring pedestrian areas in images; step 2: extracting scale-invariant feature transformation features for non-pedestrian areas; step 3: acquiring Fisher Vector of each image and obtaining distance matrix of image set; step 4: sampling preset number of image pairs according to distance matrix at each time; step 5: pairing graphs. Image pairs are pre-matched, and the matched image pairs are accurately matched and stored in the matching graph; Step 6: filter out the matching pairs whose matching rate is lower than the preset threshold; Step 7: Propagate the extended image pairs according to the matching relationship; Step 8: Pre-match the extended image pairs with large-scale features, and store the matched image pairs accurately after matching. Graph. Repeat step 4 8 until all relevant images have sufficient matching relationships or the pairs of images obtained by sampling and propagation are mismatched.

【技术实现步骤摘要】
大规模图像的匹配方法
本专利技术涉及图像处理
，具体地，涉及大规模图像的匹配方法。
技术介绍
从大规模网络图片集中，可以通过运动恢复结构(Structurefrommotion，SFM)的方法重建三维结构。当前，常见的方法主要有：全局重建法、分阶段重建法和增量式重建法。增量式重建因其出色的去除外点能力变得十分流行，它的主要流程如下：首先对每一张图像进行特征提取，然后通过建立图像对之间的匹配关系得到一张匹配图，该图的结点对应每张图片，图的边沿对应图像与图像之间的匹配关系，最后根据这张图通过几何关系和光束平差法恢复出图像集的三维结构。在这个流程中，图像匹配通常耗时最多。进行匹配最直观的方法是暴力搜索法，它可分为两个步骤，首先通过近似最近邻法对每张图像对求得一个粗略的匹配，然后通过几何验证得到一个精确的匹配。但由于网络中的图像包含大量的无关图像，比如需重建的建筑物前人物或动物的特写，天空或水面的景色，告示牌等，导致了在所有图像对中实际匹配的图像对所占的比例很低，通常只有1-5％左右。因此这种遍历所有图像对的暴力搜索法就显得效率很低。针对这一问题，现在流行的运动恢复结构(Structu本文档来自技高网...

【技术保护点】
1.一种大规模图像的匹配方法，其特征在于，包括：步骤1：对图像集中的图像进行行人检测，得到图像中的行人区域；步骤2：对所述图像中除行人区域以外的区域进行SIFT特征提取，得到对应的图像特征；步骤3：通过步骤2中所得到的图像特征获取每张图像的Fisher Vector，并根据所述Fisher Vector得到图像集的距离矩阵；步骤4：根据所述距离矩阵每次采样预设数量的图像对；步骤5：对所述图像对使用大尺度特征进行预匹配，并对预匹配成功的图像对进行精确匹配，以及将匹配结果存入匹配图；步骤6：滤除匹配率低于预设阈值的图像对；步骤7：根据匹配关系进行传播得到扩展的图像对；步骤8：对扩展的图像对使用大尺...

【技术特征摘要】
1.一种大规模图像的匹配方法，其特征在于，包括：步骤1：对图像集中的图像进行行人检测，得到图像中的行人区域；步骤2：对所述图像中除行人区域以外的区域进行SIFT特征提取，得到对应的图像特征；步骤3：通过步骤2中所得到的图像特征获取每张图像的FisherVector，并根据所述FisherVector得到图像集的距离矩阵；步骤4：根据所述距离矩阵每次采样预设数量的图像对；步骤5：对所述图像对使用大尺度特征进行预匹配，并对预匹配成功的图像对进行精确匹配，以及将匹配结果存入匹配图；步骤6：滤除匹配率低于预设阈值的图像对；步骤7：根据匹配关系进行传播得到扩展的图像对；步骤8：对扩展的图像对使用大尺度特征进行预匹配，并对预匹配成功的图像对进行精确匹配，以及将匹配结果存入匹配图；步骤9：若所有相关图像均含有充足的匹配关系，或者扩展的图像对均为不匹配图像对，则返回执行步骤4；否则，结束流程。2.根据权利要求1所述的大规模图像的匹配方法，其特征在于，在所述步骤3的距离矩阵中，每个元素表示的是图像的编号，每一行表征一张图像与图像集中其他图像之间的相似度排序结果；每一行的元素按照图像之间的相似度顺序进行排列，相似度越高则对应图像的编号越靠前。3.根据权利要求1所述的大规模图像的匹配方法，其特征在于，所述步骤4包括：选取第i行中前N项的图像编号所对应的图像，与第i行对应的图像组合得到候选图像对；i＝1,2,3，….M；M为图像集中图像的总数；N为大于或等于2的自然数；所述候选图像分别与第i张图像构成N个图像对。4.根据权利要求1所述的大规模图像的匹配方法，其特征在于，所述步骤5包括：分别对所述图像对中的两张图像进行大尺度特征提取，得到预设数量的大尺度图像特征；采用相似最近邻法比对两张图像的大尺度图...

【专利技术属性】
技术研发人员：李国武，周越，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31