一种基于场景显著性区域一致性的航拍图像匹配方法组成比例

本发明专利技术公开一种基于场景显著性区域一致性的航拍图像匹配方法，包括计算查询航拍图像和参考航拍图像中的特征点和特征描述子，计算查询航拍图像中的显著性目标区域，从参考航拍图像中为查询航拍图像的显著性区域寻找对应匹配区域，计算查询航拍图像中显著性区域与对应的匹配区域之间的特征匹配结果，计算查询航拍图像中显著性区域以外的区域与参考航拍图像中非显著性区域之间的特征匹配结果，合并两个匹配结果获得两幅航拍图像之间的特征匹配结果。本发明专利技术利用查询航拍图像中的显著性目标区域、将高分辨率的航拍图像匹配问题转化为显著性区域和非显著性区域的特征匹配问题，既避免非重叠区域的特征匹配所带来的时间开销，又提高图像匹配的精度。提高图像匹配的精度。提高图像匹配的精度。

【技术实现步骤摘要】
一种基于场景显著性区域一致性的航拍图像匹配方法


[0001]本专利技术涉及图像处理，计算机视觉与人工智能智能技术，具体涉及一种基于场景显著性区域一致性的航拍图像匹配方法。

技术介绍

[0002]基于航拍图像的三维重建与感知计算是帮助人类准确、有效地认识和理解物理世界的重要途径之一。通过多视图几何领域的运动推断结构方法从图像中恢复场景的三维模型是计算机视觉和计算机图形学领域中的一个重要的研究方向。航拍图像匹配方法能够为基于图像的三维重建和场景感知等高层次的计算机视觉系统提供有效的二维特征点信息。目前，航拍图像匹配(Aerial image matching) 已经被广泛地应用于计算机视觉和图像处理系统中，如基于图像的三维重建(专利：202010012402.9)，图像检索(专利：200910081069)等。
[0003]航拍图像匹配一直是一个备受广泛关注的研究问题。目前，关于航拍图像匹配的理论研究将现有的航拍图像匹配方法分为两类：(1)基于全局特征的航拍图像匹配；(2)基于局部特征的航拍图像匹配方法。
[0004]基于局部特征的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场景显著性区域一致性的航拍图像匹配方法，其特征在于：包括以下步骤：S1、计算查询航拍图像I
l
中的局部特征点以及对应特征描述子，记为{k(x
i
,y
i
)，d(k(x
i
,y
i
))}；i∈[1,M]，M表示从查询图像I
l
中检测出来的特征点数量；计算参考航拍图像I
r
中的局部特征点以及对应特征描述子，记为{k(x
j
,y
j
)，d(k(x
j
,y
j
))}}，j∈[1,N]，N表示从参考图像I
r
中检测出来的局部特征点数量；S2、提取查询航拍图像I
l
中的显著性目标区域：先计算查询航拍图像I
l
的显著性图，然后对显著性图使用图割法提取出显著性目标区域，即为即为Q表示显著性目标区域的数量；k表示提取的第k个显著性目标区域；(c
x
,c
y
)表示第k个显著性目标区域的中心坐标；(w,h)表示第k个显著性目标区域的宽度和长度；S3、从参考航拍图像I
r
中为查询航拍图像I
l
的显著性目标区域Region
l
寻找一个匹配区域Region
r
；S4、计算查询航拍图像I
l
中的显著性目标区域Region
l
与对应的匹配区域Region
r
之间的特征匹配结果Matches1；S5、计算查询航拍图像I
l
中显著性区域以外的区域与参考航拍图像I
r
中非显著性区域之间的特征匹配结果Matches2；S6、合并步骤S4和步骤S5的匹配结果，即可获得查询航拍图像I
l
和参考航拍图像I
r
之间的特征匹配结果Matches。2.根据权利要求1所述的基于场景显著性区域一致性的航拍图像匹配方法，其特征在于：所述步骤S1采用基于深度学习的局部特征检测法来计算局部特征点和对应的特征描述子的具体方法为：步骤S1.1、局部特征点的预训练：通过制作相应三维物体并对这些物体进行一个视角的图片截取得到二维图像，将这些二维图像中所有已知的局部特征点用于网络训练；步骤S1.2、特征点自标注：采用ImageNet作为训数据集和测试数据集；使用合成场景进行训练得到基...

【专利技术属性】
技术研发人员：曹明伟，闫奇，江海燕，吴家乐，刘博文，江健非，王子洋，
申请(专利权)人：安徽大学，
类型：发明
国别省市：