【技术实现步骤摘要】
一种图像匹配方法、装置、电子设备及可读存储介质
本申请涉及图像处理
，尤其是涉及一种图像匹配方法、装置、电子设备及可读存储介质。
技术介绍
图像匹配是计算机视觉、模式识别以及图像处理中的一个最重要的问题，它可以用于特征跟踪、目标识别和3D重建等。在智慧城市的三维重建中，通过图像匹配对来自不同相机位置的图像进行匹配，为后续的图像操作构建基础，而图像匹配旨在寻找两张图像特征点之间的对应关系。目前，图像匹配关系是离散的，这种离散的匹配关系难以直接对其进行求解，需将其从离散域转换至连续域之后再进行求解，但是在连续域中进行求解后得到的结果是连续的，故为考虑到图像匹配关系的离散性，导致求解结果与真实结果之间存在较大的偏差，匹配效果差。
技术实现思路
有鉴于此，本申请的目的在于提供一种图像匹配方法、装置、电子设备及可读存储介质，可以通过在对连续域下目标匹配函数进行求解的过程中，将离散性质加入到求解过程中，有助于提高匹配结果的准确，以及可以图像处理过程中的计算效率，降低匹配结果的偏差。本申请实施例提...
【技术保护点】
1.一种图像匹配方法，其特征在于，所述图像匹配方法包括：/n针对于获取到的两张待匹配图像中的每张待匹配图像，从该待匹配图像中确定出待匹配对象的多个待匹配特征点以及多条待匹配特征边；/n基于每张待匹配图像中的所述多条待匹配特征边，确定所述两张待匹配图像之间的相似度特征矩阵；/n基于所述相似度特征矩阵以及待求解关系矩阵，构建所述两张待匹配图像在离散域下的初始匹配函数，其中，所述待求解关系矩阵为双随机矩阵，表示所述两张待匹配图像中待匹配对象之间各个待匹配特征点的初始对应关系；/n将所述待求解关系矩阵中的每一个元素从离散域转换至连续域，得到在连续域下的初始匹配函数；/n基于所述待求...
【技术特征摘要】
1.一种图像匹配方法，其特征在于，所述图像匹配方法包括：
针对于获取到的两张待匹配图像中的每张待匹配图像，从该待匹配图像中确定出待匹配对象的多个待匹配特征点以及多条待匹配特征边；
基于每张待匹配图像中的所述多条待匹配特征边，确定所述两张待匹配图像之间的相似度特征矩阵；
基于所述相似度特征矩阵以及待求解关系矩阵，构建所述两张待匹配图像在离散域下的初始匹配函数，其中，所述待求解关系矩阵为双随机矩阵，表示所述两张待匹配图像中待匹配对象之间各个待匹配特征点的初始对应关系；
将所述待求解关系矩阵中的每一个元素从离散域转换至连续域，得到在连续域下的初始匹配函数；
基于所述待求解关系矩阵对应的离散约束，转换所述在连续域下的初始匹配函数，得到目标匹配函数；
基于归一化分割算法求解所述目标匹配函数中的待求解关系矩阵，确定所述两张待匹配图像的目标关系矩阵，其中，所述目标关系矩阵用于确定所述两张待匹配图像中待匹配对象所属类别是否相同。
2.根据权利要求1所述的图像匹配方法，其特征在于，所述针对于获取到的两张待匹配图像中的每张待匹配图像，从该待匹配图像中确定出待匹配对象的多个待匹配特征点以及多条待匹配特征边，包括：
针对于每张待匹配图像，从该待匹配图像的待匹配对象中提取出预设数量的待匹配特征点；
将每两个待匹配特征点之间的连线，确定为所述待匹配图像的待匹配特征边。
3.根据权利要求1所述的图像匹配方法，其特征在于，所述基于每张待匹配图像中的所述多条待匹配特征边，确定所述两张待匹配图像之间的相似度特征矩阵，包括：
确定所述两张待匹配图像中任意一张待匹配图像中的待匹配对象的任意一条待匹配特征边，与另一张待匹配图像中待匹配对象的任意一条待匹配特征边之间的边相似度；
基于确定出的多个边相似度，构建所述两张待匹配图像之间的相似度特征矩阵。
4.根据权利要求1所述的图像匹配方法，其特征在于，所述基于所述待求解关系矩阵对应的离散约束，转换所述在连续域下的初始匹配函数，得到目标匹配函数，包括：
基于拉格朗日乘子算法，将所述在连续域下的初始匹配函数转换为中间匹配函数；
基于矩阵的数学性质，化简所述中间匹配函数得到目标匹配函数。
5.根据权利要求1所述的图像匹配方法，其特征在于，所述基于归一化分割算法求解所述目标匹配函数中的待求解关系矩阵，确定所述两张待匹配图像的目标关系矩阵，包括：
基于所述待求解关系矩阵的模长，使用归一化分割算法求解所述目标匹配函数中的待求解关系矩阵，得到所述待求解关系矩阵的连续解；
将所述连续解映射为离散解，得到所述两张待匹配图...
【专利技术属性】
技术研发人员：杨菁，周长兵，施振生，张玉清，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：北京;11
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。