一种基于特征的图像匹配方法及系统技术方案

本发明专利技术公开一种基于特征的图像匹配方法及系统，该方法包括S1、建立图像匹配数据库；S2、将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；S3、选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；S4、选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；S5、重复所述步骤S3和所述步骤S4，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。该系统用于实现上述的方法。本发明专利技术在不影响匹配精度的同时可以极大提高匹配速度，加快检索时间。

A feature-based image matching method and system

【技术实现步骤摘要】
一种基于特征的图像匹配方法及系统
本专利技术涉及图像匹配
，具体的，涉及一种基于特征的图像匹配方法以及应用于该方法的系统。
技术介绍
图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。迄今为止，人们已经提出了各种各样的图像匹配算法，但从总体上讲，这些匹配算法可以分成关系结构匹配方法、结合特定理论工具的匹配方法、基于灰度信息的匹配方法、基于亚像元匹配方法、基于内容特征的匹配方法五大类型。特征提取：底层图像特征包含颜色、纹理、平面空间对应关系、外形，或者其他统计特征。图像特征的提取与表达是基于内容的图像检索技术的基础。特征匹配：从图像中提取的特征可以组成一个向量，两个图像之间可以通过定义一个距离或者相似性的测量度来计算相似程度。特征匹配是图像检索的一个关键环节，具有特征依赖的特点，不同的特征应该采用不同的度量方法。现有技术之一是：对特征码降维再匹配，虽然会提高匹配速度但是匹配精度照样会大打折扣。现有技术存在的缺点：采用基于内容特征匹配的算法，每张图片的特征码多、计算量大，当海量数据匹配的时候，虽然匹配精度高但是匹配速度非常慢。
技术实现思路
本专利技术的主要目的是提供一种在不影响匹配精度的同时可以极大提高匹配速度，加快检索时间的基于特征的图像匹配方法。本专利技术的另一目的是提供一种在不影响匹配精度的同时可以极大提高匹配速度，加快检索时间的基于特征的图像匹配系统。为了实现上述的主要目的，本专利技术提供的基于特征的图像匹配方法包括S1、建立图像匹配数据库；S2、将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；S3、选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；S4、选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；S5、重复所述步骤S3和所述步骤S4，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。进一步的方案是，获取多个图像并建立数据库，对于数据库中的多个图像进行特征点检测，并提取图像点特征，所有的图像点特征形成图像匹配数据库。更进一步的方案是，将选取到的第一子集与图像匹配数据库中的图像点特征进行模糊匹配，得到第一次匹配到的图像，将第一次匹配到的各个图像进行保存并作为第二次模糊匹配的图像匹配数据库。更进一步的方案是，将选取到的第二子集与作为第二次模糊匹配的图像匹配数据库中的图像点特征进行模糊匹配，得到第二次匹配到的图像，将第二次匹配到的各个图像进行保存并作为第三次模糊匹配的图像匹配数据库，其中，第二子集大于第一子集，并且每次选取子集依次增大。更进一步的方案是，在所述步骤S2中，将待匹配图像采用ORB特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；在所述步骤S3中，将第一子集采用汉明距离的特征匹配算法进行模糊匹配；在所述步骤S4中，将第二子集采用汉明距离的特征匹配算法进行模糊匹配，其中，子集的模糊匹配的阈值依次增大。由此可见，本专利技术提供的基于特征的图像匹配方法首先选取待匹配图像里面所有特征码的一个子集，进行模糊匹配，可以将原本海量数据库成指数的减少，并将匹配结果保存用于下次模糊匹配。然后，再次选取该图像所有特征码的一个子集，进行模糊匹配，将匹配结果保存用于下次模糊匹配。最后，重复以上操作直到使用整个图像的所有特征码去匹配，使数据库子集达到1，这样就可以得到唯一的匹配结果。其中，每次选取子集依次增大，子集的模糊匹配的阈值依次增大，可以保证匹配精度越来越高。所以，该方法先使用待匹配图像特征码的一个子集，进行模糊匹配降低待匹配的数据库子集，重复以上过程，直到得到唯一的匹配结果，与以往的技术相比，在极大的提高匹配速度的同时，不影响匹配精度。为了实现上述的另一目的，本专利技术还提供一种基于特征的图像匹配系统，包括数据库模块，用于建立图像匹配数据库；特征提取模块，用于将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；第一匹配模块，用于选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；第二匹配模块，用于选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；匹配输出模块，用于重复所述第一匹配模块和所述第二匹配模块执行的步骤，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。进一步的方案是，获取多个图像并建立数据库，对于数据库中的多个图像进行特征点检测，并提取图像点特征，所有的图像点特征形成图像匹配数据库。更进一步的方案是，将选取到的第一子集与图像匹配数据库中的图像点特征进行模糊匹配，得到第一次匹配到的图像，将第一次匹配到的各个图像进行保存并作为第二次模糊匹配的图像匹配数据库。更进一步的方案是，将选取到的第二子集与作为第二次模糊匹配的图像匹配数据库中的图像点特征进行模糊匹配，得到第二次匹配到的图像，将第二次匹配到的各个图像进行保存并作为第三次模糊匹配的图像匹配数据库，其中，第二子集大于第一子集，并且每次选取子集依次增大。更进一步的方案是，在所述特征提取模块中，用于将待匹配图像采用ORB特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；在所述第一匹配模块中，用于将第一子集采用汉明距离的特征匹配算法进行模糊匹配；在所述第二匹配模块中，用于将第二子集采用汉明距离的特征匹配算法进行模糊匹配，其中，子集的模糊匹配的阈值依次增大。由此可见，本专利技术提供的基于特征的图像匹配系统首先选取待匹配图像里面所有特征码的一个子集，进行模糊匹配，可以将原本海量数据库成指数的减少，并将匹配结果保存用于下次模糊匹配。然后，再次选取该图像所有特征码的一个子集，进行模糊匹配，将匹配结果保存用于下次模糊匹配。最后，重复以上操作直到使用整个图像的所有特征码去匹配，使数据库子集达到1，这样就可以得到唯一的匹配结果。所以，该系统先使用待匹配图像特征码的一个子集，进行模糊匹配降低待匹配的数据库子集，重复以上过程，直到得到唯一的匹配结果，与以往的技术相比，在极大的提高匹配速度的同时，不影响匹配精度。【附图说明】图1是本专利技术一种基于特征的图像匹配方法实施例的流程框图。图2是本专利技术一种基于特征的图像匹配系统实施例的原理图。【具体实施方式】为了使专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不限用于本专利技术。一种基于特征的图像匹配方法实施例：参见图1，本实本文档来自技高网...

【技术保护点】
1.一种基于特征的图像匹配方法，其特征在于，包括：/nS1、建立图像匹配数据库；/nS2、将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；/nS3、选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；/nS4、选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；/nS5、重复所述步骤S3和所述步骤S4，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。/n

【技术特征摘要】
1.一种基于特征的图像匹配方法，其特征在于，包括：
S1、建立图像匹配数据库；
S2、将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；
S3、选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；
S4、选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；
S5、重复所述步骤S3和所述步骤S4，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。


2.根据权利要求1所述的图像匹配方法，其特征在于，所述建立图像匹配数据库，包括：
获取多个图像并建立数据库，对于数据库中的多个图像进行特征点检测，并提取图像点特征，所有的图像点特征形成图像匹配数据库。


3.根据权利要求1所述的图像匹配方法，其特征在于，所述将第一子集进行模糊匹配，包括：
将选取到的第一子集与图像匹配数据库中的图像点特征进行模糊匹配，得到第一次匹配到的图像，将第一次匹配到的各个图像进行保存并作为第二次模糊匹配的图像匹配数据库。


4.根据权利要求3所述的图像匹配方法，其特征在于，所述将第二子集进行模糊匹配，包括：
将选取到的第二子集与作为第二次模糊匹配的图像匹配数据库中的图像点特征进行模糊匹配，得到第二次匹配到的图像，将第二次匹配到的各个图像进行保存并作为第三次模糊匹配的图像匹配数据库，其中，第二子集大于第一子集，并且每次选取子集依次增大。


5.根据权利要求1或2所述的图像匹配方法，其特征在于：
在所述步骤S2中，将待匹配图像采用ORB特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；
在所述步骤S3中，将第一子集采用汉明距离的特征匹配算法进行模糊匹配；
在所述步骤S4中，将第二子集采用汉明距离的特征匹配算法进行模糊匹配，其中，子集的模糊匹配的阈值依次增大。


6.一种基于特征的图像匹配系统，其特征在于，包括：
数据...

【专利技术属性】
技术研发人员：杨坚，邹绍见，
申请(专利权)人：珠海迈科智能科技股份有限公司，
类型：发明
国别省市：广东;44