基于NFSC的宽基线图像匹配特征筛选方法技术

本发明专利技术公开了一种基于临近特征空间一致性NFSC的宽基线图像匹配特征点对筛选方法，主要解决了现有技术中在进行宽基线图像匹配特征筛选时效率与匹配精度较低的问题。本发明专利技术实现的步骤是：(1)输入图像；(2)提取特征；(3)获取候选匹配点对集；(4)利用相邻特征空间对应一致性检测方法选获初始匹配点对集；(5)获取邻近特征面积集；(6)利用相邻特征空间结构一致性检测方法选获取最终匹配点对集。本发明专利技术与现有技术相比，提升了在宽基线图像匹配特征筛选时的时效性、精准性与鲁棒性。

A method of feature selection for wide baseline image matching based on NFSC

【技术实现步骤摘要】
基于NFSC的宽基线图像匹配特征筛选方法
本专利技术属于图像处理
，更进一步涉及图像配准
中的一种基于临近特征空间一致性NFSC(NearFeatureSpaceConsistency)的宽基线图像匹配特征筛选方法。本专利技术可用于对宽基线图像进行匹配时筛选有效匹配特征点对。
技术介绍
宽基线图像匹配是对同一场景所成的两幅图像在不同的光照条件、成像设备与三维视角条件下进行图像匹配。由于其不同图像之间的差异性较大，从而使特征匹配的难度大大地提升，造成匹配时存在大量外点的情况(在对图像进行特征点匹配时，将正确匹配的特征点称为内点，错误匹配的特征点称为外点)，因此对于宽基线图像匹配，如何高效正确地筛选特征点对，剔除外点，是其亟待解决的首要问题。ZHANGK,LIXZ,ZHANGJX三人在其发表的论文“ARobustPoint-MatchingAlgorithmforRemoteSensingImageRegistration”(IEEEGeoscience&RemoteSensingLetters，2013,11(2)：469-4本文档来自技高网...

【技术保护点】
1.一种基于临近特征空间一致性NFSC的宽基线图像匹配特征筛选方法，其特征在于，通过相邻特征空间对应一致性检测以及相邻特征空间结构一致性检测，对宽基线图像匹配特征点对进行筛选，该方法的步骤包括如下：/n(1)输入图像：/n输入同一场景下有明显差异的两幅宽基线图像，任选一幅作为参考图像，将另一幅作为待匹配图像；/n(2)提取特征：/n利用加速鲁棒性特征SURF算法，分别从参考图像与待匹配图像中提取特征点与每个特征点的描述子，组成初始参考特征与初始待匹配特征；/n(3)获取候选匹配点对集：/n(3a)利用欧氏距离公式，计算初始参考特征点集中每个特征点对应描述子与初始待匹配特征点集每个特征点对应描述...

【技术特征摘要】
1.一种基于临近特征空间一致性NFSC的宽基线图像匹配特征筛选方法，其特征在于，通过相邻特征空间对应一致性检测以及相邻特征空间结构一致性检测，对宽基线图像匹配特征点对进行筛选，该方法的步骤包括如下：
(1)输入图像：
输入同一场景下有明显差异的两幅宽基线图像，任选一幅作为参考图像，将另一幅作为待匹配图像；
(2)提取特征：
利用加速鲁棒性特征SURF算法，分别从参考图像与待匹配图像中提取特征点与每个特征点的描述子，组成初始参考特征与初始待匹配特征；
(3)获取候选匹配点对集：
(3a)利用欧氏距离公式，计算初始参考特征点集中每个特征点对应描述子与初始待匹配特征点集每个特征点对应描述子的欧式距离；
(3b)将所有欧氏距离中的最小值的两倍设为最小距离，将初始参考特征点集中每个特征点与该特征点在初始待匹配特征点集中欧氏距离最小的特征点配对，将所有欧氏距离大于最小距离的匹配点对组成候选匹配点对集；
(4)利用相邻特征空间对应一致性检测方法获取初始匹配点对集：
(4a)将候选匹配点对集中所有来自参考图像的特征点组成参考特征点集，将候选匹配点对集中所有来自待匹配图像的特征点组成待匹配特征点集；
(4b)利用两点距离公式，计算参考特征点集中每个特征点与其他特征点的点间距离，按点间距离从小到大顺序对所有特征点进行排列，将该特征点与前15个特征点组成该特征点的邻近特征点集；
(4c)利用两点距离公式，计算待匹配特征点集中每个特征点与其他特征点的点间距离，按点间距离从小到大顺序对所有特征点进行排列，将该特征点与前15个特征点组成该特征点的邻近特征点集；
(4d)利用下述的特征点临近空间对应一致性测度公式，计算候选匹配点对集中每个匹配点对的对应相似系数：



其中，表示候选匹配点对集中第w个匹配点对的对应相似系数，|·|表示集合符号，Cw表示候选匹配点对集中第w个匹配点对中参考图像特征点的邻近特征点集，∩表示交集符号，Θ表示对应匹配点集符号，C′w表示候选匹配点对集中第w个匹配点对中待匹配图像特征点的邻近特征点集。
(4e)设置对应相似度阈值，将对应相似系数大于对应相似度阈值的匹配点对组成初始匹配点对集；
(5)获取邻近特征面积集：
(5a)将初始匹配点对集所有来自参考图像的特征点组成初始参考特征点集，将初始匹配点对集所有来自待匹配图像的特征点组成初始待匹配特征点集；
(5b)利用三角形面积公式，计算初始参考特征点集中每个特征点的邻近特征点集中每三个不共线的特征点所组成三角形的面积，组成该特征点的参考邻近特征面积集合；
(5c)利用三角形面积公式，计算初始待匹配特征点集中每个特征点的邻近特征点集中每三个不共线的特征点所组成三角形的面积，组成该特征点的待匹配邻近特征面积集；
(5d)将所有参考邻近特征面积集与待匹配邻近特征面积集中按所属特征点的匹配情况，对应组成该匹配点对的邻近特征面积匹配集；
(6)利用相邻特征空间结构一致性检测方法获取最终匹配点对集：
(6a)利用面积比公式，计算初始匹配点对集中每个匹配点对的邻近特征面积匹配集中每对匹配三角形两个面积的比，组成该匹配点对的点对面积比集合，从中任选一个比值作为该匹配点对的三角形面积比参照值；
(6b)利用相对面积比公式，计算初始匹配点对集中每个匹配点对的点对面积比集合中每对匹配三角形两个面积的比值与该匹配点对的三角形面积比参照值的相对面积比；
(6c)利用特征点临近空间结构一致性测度公式，计算初始匹配点对集中每个匹配点对的结构相似系数，设置结构相似度阈值，将结构相似系数大于结构相似度阈值的匹配点对组成最终匹配点对集。


2.根据权利要求1所述的基于临近特征空间一致性NFSC的宽基线图像匹配特征筛选方法，其特征在于，步骤(2)中所述加速鲁棒性特征SURF算法的步骤如下：
第一步，通过对参考图像与待匹配图像分别进行不同尺寸大小的盒式滤波，各生成3组，每组4幅盒式滤波后图像，其中第一组分别用9×9，15×15，21×21，27×27尺寸的盒式滤波器进行滤波，第二组分别用15×15，27×27，39×39，51×51尺寸的盒式滤波器进行滤波，第三组分别用27×27，51×51，75×75，99×99尺寸的盒式滤波器进行滤波；
第二步，按照下式，计算每个盒式滤波后图像中每个像素对应的Hessian矩阵行列式：



其中，Det(·)表示对Hessian矩阵求行列式，表示第i幅盒式滤波后图像中第x行第y列像素对应的Hessian矩阵，Ii(x,y)表示第i幅盒式滤波后图像第x行y列像素的灰度值，Ii(x+1,y)表示第i幅盒式滤波后图像第x行y列像素右侧相邻像素的灰度值，Ii(x-1,y)表示第i幅盒式滤波后图像第x行y列像素左侧相邻像素的灰度值，Ii(x,y+1)表示第i幅盒式滤波后图像第x行y列像素下方相邻像素的灰度值，Ii(x,y-1)表示第i幅盒式滤波后图像第x行y列像素上方相邻像素的灰度值；
第三步，将每个盒式滤波后图像中每个像素对应的Hessian矩阵行列式组成每个盒式滤波后图像对应的Hessian行列式图像，将所有盒式滤波后图像对应的Hessian行列式图像按其所属盒式滤波后图像的在第一步中分组顺序组成参考图像与待匹配图像组成各自的尺...

【专利技术属性】
技术研发人员：冯大政，李欣岳，肖春宝，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61