一种描述符与曲率相结合的去向精准匹配方法组成比例

本发明专利技术公开一种特征描述符与曲率相结合的曲线精准匹配方法，以解决特征描述符匹配方法精准度低、曲率匹配方法计算量大的问题。首先，采用Edge Drawing算法在原图中提取曲线；其次，生成曲线支撑区域，在支撑区域中构建曲线描述符，根据最近邻距离比例原则匹配曲线；之后，通过三次B样条拟合曲线；最后，以等积分间隔计算曲率，通过计算曲率相似度，完成曲线最终匹配。本发明专利技术提出的曲线精准匹配方法将特征描述符匹配的快速性与曲率匹配的精准性相结合，缩短匹配时间并提高匹配精准率，对图像处理、视觉导航等领域发展有重要意义。

【技术实现步骤摘要】
一种描述符与曲率相结合的去向精准匹配方法
本专利技术涉及图像匹配
，具体涉及一种特征描述符与曲率相结合的曲线精准匹配方法。
技术介绍
特征匹配是计算机视觉的重要组成部分，在三维重建、视觉导航、模式识别等领域得到广泛应用与发展。图像特征主要分为点、直线和曲线。点是最常见的特征之一，但是特征点大多是用于对处理图像局部信息，难以描述目标对象整体。直线特征在建筑等环境存在较多，而在自然环境中分布较少，应用范围有限。曲线特征分布较为广泛，且能够较好的描述对象，是理想的图像特征。曲线匹配主要分为基于特征描述符的方法与基于曲率的方法。由于曲线提取时存在差异，基于特征描述符的匹配方法一般只能得到两条曲线的大致匹配区域，而对于两曲线的最相似部分难以确定，匹配精准度有限。基于曲率的匹配方法，通过对曲线自身弯曲程度进行计算，能够更加精细的表达曲线，因此曲线匹配精准度较高，但该方法计算量较大，难以在嵌入设备中使用，应用范围较局限。所以说，研究一种具有较高匹配度且计算速度较快的曲线匹配方法对于曲线匹配的发展、应用及对计算机视觉等领域的发展具本文档来自技高网...

【技术保护点】
1.一种基于特征描述符与曲率的曲线精准匹配方法，其特征在于，包括以下步骤：/n步骤A、在输入图像中提取曲线；/n步骤B、对提取的曲线进行描述符匹配，包括以下步骤：/nB1、在曲线支撑区域构建描述符；/nB2、根据描述符进行曲线匹配；/n步骤C、对描述符匹配后曲线进行曲线拟合；/n步骤D、对拟合后曲线进行曲率匹配，包括以下步骤：/nD1、根据等积分间隔计算曲率；/nD2、计算曲率相似度完成曲线最终匹配。/n

【技术特征摘要】
1.一种基于特征描述符与曲率的曲线精准匹配方法，其特征在于，包括以下步骤：
步骤A、在输入图像中提取曲线；
步骤B、对提取的曲线进行描述符匹配，包括以下步骤：
B1、在曲线支撑区域构建描述符；
B2、根据描述符进行曲线匹配；
步骤C、对描述符匹配后曲线进行曲线拟合；
步骤D、对拟合后曲线进行曲率匹配，包括以下步骤：
D1、根据等积分间隔计算曲率；
D2、计算曲率相似度完成曲线最终匹配。


2.根据权利要求1所述匹配方法，其特征在于：所述步骤A中，曲线提取包括以下步骤：
A1、通过高斯滤波处理图像，抑制噪声并平滑图像；
A2、计算滤波后图像中所有像素点水平与竖直方向的梯度幅值，记录其中较大的梯度幅值及对应方向，获得输入图像的梯度图；
A3、基于梯度图，根据像素点处梯度方向，选取梯度局部极大值对应像素点作为锚点，沿锚点处曲线的方向进行像素点连接，生成曲线。


3.根据权利要求2所述的提取方法，其特征在于：所述步骤A3中，在像素点连接过程中，还包括两个停止条件：(1)当不处于边缘区域时，即当前像素点梯度值小于所设阈值；(2)当检测边缘重复时，即对所在曲线进行像素连接过程中，当前像素点已被检测过一次。


4.根据权利要求1所述匹配方法，其特征在于：所述步骤B1中，构建描述符包括以下步骤：
B11、以曲线为中心，将其上下两侧区域划分为m部分，每部分都为宽度为w的带状区域，所有带状区域共同构成曲线支撑区域；
B12、对条状区域内每个像素点的梯度值求和构成该区域描述符M，所有区域描述符构成曲线描述符矩阵CM＝(M1,M2,…,...

【专利技术属性】
技术研发人员：邵巍，王光泽，郗洪良，鲁月，姚文龙，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：山东;37