【技术实现步骤摘要】
一种基于局部结构相似的特征匹配方法
本专利技术属于图像处理领域，尤其涉及图像噪声影响下匹配不够精确时的图像处理，具体为一种基于局部结构相似的特征匹配方法。
技术介绍
随着多媒体技术的迅猛发展，图像已成为传递信息的重要载体，数字图像处理技术越来越彰显出它的重要地位，其中图像匹配技术更是近些年来人们关注的重点内容。因为数字图像处理技术的其他研究方向如图像识别、图像检索，以及目标识别、目标跟踪等都是在图像匹配技术的基础上进一步发展的。可以说图像匹配技术的进步能够带动数字图像处理技术整体的发展。但图像匹配技术不仅是研究热点，同时也是研究难点。匹配的目标是对图像中相同的物体找到精确的对应关系，然而其实现过程受到了很多限制。比如待匹配的图像可能来自不同的摄影设备，不同的拍摄场景，甚至是不同的拍摄时代。存储设备的不同，视角、光照的变换以及背景的杂乱所带来的是物体的失真，几何变形，噪声干扰等，这些影响无疑给图像匹配技术带来了巨大考验。近些年来，广大学者已经对图像匹配技术进行了大量的研究，并取得较好的学术成果。一般的图像匹配方法是基于图像特征点及特征描述向量进行的。通过计算特征描述...
【技术保护点】
1.一种基于局部结构相似的特征匹配方法，其特征在于：通过计算机将一对待匹配图像进行匹配处理，获取具有相似局部结构的特征点匹配对集，包括以下步骤：步骤1，对两张待匹配图像进行特征提取与初始匹配，获取初始匹配对应关系集；在进行特征提取时，获取初始匹配对应关系集的特征点；步骤2，对步骤1中获取的初始匹配对应关系集中所确定的特征点，确定每个特征点的邻居点，并据此建立特征点的邻域仿射系数矩阵；步骤3，对初始匹配集中的每一个匹配，计算与之相关联的特征点的邻域仿射系数矩阵的差异，用此差异表示每个匹配相关联的特征点之间的局部结构相似性：差异值越小，局部结构相似性越高，差异越大，局部结构相似...
【技术特征摘要】
1.一种基于局部结构相似的特征匹配方法，其特征在于：通过计算机将一对待匹配图像进行匹配处理，获取具有相似局部结构的特征点匹配对集，包括以下步骤：步骤1，对两张待匹配图像进行特征提取与初始匹配，获取初始匹配对应关系集；在进行特征提取时，获取初始匹配对应关系集的特征点；步骤2，对步骤1中获取的初始匹配对应关系集中所确定的特征点，确定每个特征点的邻居点，并据此建立特征点的邻域仿射系数矩阵；步骤3，对初始匹配集中的每一个匹配，计算与之相关联的特征点的邻域仿射系数矩阵的差异，用此差异表示每个匹配相关联的特征点之间的局部结构相似性：差异值越小，局部结构相似性越高，差异越大，局部结构相似性越低；步骤4，对邻域仿射系数矩阵进行优化，以邻域仿射系数矩阵为变量计算局部结构差异程度的函数式，求函数式取极值时对应的邻域仿射系数矩阵，并将此系数矩阵带入函数式计算特征点局部结构差异程度；步骤5，根据步骤4得到的每个匹配相关联的特征点的局部结构差异值，设定一个比较阈值，保留差异值低于阈值的匹配，删除差异值不低于阈值的匹配，确定最终的特征匹配对作为待匹配图像的匹配关系结果。2.如权利要求1所述的一种基于局部结构相似的特征匹配方法，其特征在于：具体步骤依次为：步骤1，图像特征提取与初始匹配：提取待匹配图像的局部特征点，即找到图像中对图像变换具有较强鲁棒性且检测重复率高的可区分关键点；对检测到的特征点局部区域进行梯度统计计算，完成对特征点的特征描述过程；对于任意一个特征点，计算它的描述符与其他特征点的描述之间的欧式距离值，选择对应欧式距离值最小的特征点作为它的匹配点；集合所有特征点与其匹配点形成图像初始匹配集；步骤2，建立匹配对中关键点的邻域仿射系数矩阵：在步骤1获取初始匹配集的基础上，对匹配集中的每个局部特征点，找到距离局部特征点一定范围内的其他特征点作为它的邻域特征点，并用这些邻域特征点线性表示该关键点，获取对应的仿射系数矩阵；步骤3，基于邻域仿射系数矩阵的局部结构差异程度测量：对步骤1中获取的初始匹配集中的每一个匹配，经过步骤2获取与每个匹配相关联的特征点的邻域仿射系数矩阵，计算两个邻域仿射系数矩阵的差异值，此差异值表示的是每个匹配相关联的特征点的局部结构差异程度；差异值越小，局部结构相似性越高，差异越大，局部结构相似性越低；步骤4，邻域仿射系数矩阵优化：定义以邻域仿射系数矩阵为变量计算局部结构差异程度的函数式，该函数式由两个数据项之和组成，而两个数据项分别为初始匹配集中匹配对应的特征点与其邻域仿射系数矩阵组成的仿射组合之差，公式的求解目标是让函数取值尽可能地接近零，获取函数式在极值点处对应的邻域仿射系数矩阵，并将此邻域仿射系数矩阵带入函数式计算特征点局部结构差异程度；步骤5，对步骤4中每个匹配对应的局部结构差异值进行阈值比较：当差异值小于规定阈值时，对应的特征点对属于正确的匹配对；当差异值不小于规定阈值时，对应的特征点对属于错误匹配对，从初始匹配对应关系集中去除错误匹配对，余下所有匹配对作为最终正确匹配结果，并输出。3.如权利要求2所述的一种基于局部结构相似的特征匹配方法，其特征在于：步骤1具体如下：步骤1.1，图像特征提取：采用尺度不变特征变换(SIFT)特征描述算子提取待匹配图像特征；将一对待匹配图像I和I’作为SIFT算法的输入进行特征提取，获取SIFT特征点以及特征点对应的特征描述向量；所述特征描述向量具有128维；步骤1.2，初始特征匹配：根据步骤1.1得到的特征描述向量，令步骤1.1中的待匹配的两幅图像I和I’的单个特征描述向量分别为Xi、Xj，计算Xi向量与Xj向量的欧式距离为d(Xi,Xj)，当且仅当Xi和图像I’中的其他所有特征描述向量的距离与d(Xi,Xj)的比值大于设定的阈值时，判定Xi与Xj对应的特征点是匹配的；而比值小于等于设定的阈值时，则对应特征点认为是不匹配的；特征描述向量之间的距离公式为：其中k表示的是128维特...
【专利技术属性】
技术研发人员：谭莉，汪粼波，方贤勇，王华彬，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。