伪匹配点对去除方法、装置及电子设备制造方法及图纸

本申请提供一种伪匹配点对去除方法、装置及电子设备，该方法包括：确定注册图像与验证图像之间的匹配点对；在所述匹配点对的数量超过预设数量阈值的情况下，依据所述注册图像与所述验证图像中的第一图像中的匹配点生成第一最小生成树，并依据第二图像中的匹配点生成与所述第一最小生成树对应的第二最小生成树；对于所述第一最小生成树与所述第二最小生成树中的任一对边，依据该两条边的长度误差和角度误差，确定该两条边的误差；对于任一匹配点，依据以该匹配点为顶点的边的误差，确定该匹配点的误差；依据各所述匹配点的误差，对所述匹配点对进行伪匹配点对去除。该方法可以提高特征点匹配精度。征点匹配精度。征点匹配精度。

【技术实现步骤摘要】
伪匹配点对去除方法、装置及电子设备


[0001]本申请涉及图像识别
，尤其涉及一种伪匹配点对去除方法、装置及电子设备。

技术介绍

[0002]在图像识别领域，一般采用提取图像特征点，以特征点匹配代表图像匹配的方式，计算两幅图像的相似度。
[0003]特征点匹配采用特征点的局部区域对特征点进行描述，生成特征点局部特征向量，通过计算特征点的特征向量之间的相似度，可以确定匹配的特征点对。
[0004]然而，由于图像采集设备差异、光照环境变化、图像旋转平移畸变以及噪声干扰等因素，在特征匹配阶段，容易导致错误的匹配特征点对(可以称为伪匹配点对)，最终导致图像识别中，错误识别的概率升高。因此，有必要在特征匹配阶段，对匹配的特征点对进行筛选，去除伪匹配点对。

技术实现思路

[0005]有鉴于此，本申请提供一种伪匹配点对去除方法、装置及电子设备。
[0006]具体地，本申请是通过如下技术方案实现的：
[0007]根据本申请实施例的第一方面，提供一种伪匹配点对去除方法，包括：
[0008]确定注册图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种伪匹配点对去除方法，其特征在于，包括：确定注册图像与验证图像之间的匹配点对；在所述匹配点对的数量超过预设数量阈值的情况下，依据所述注册图像与所述验证图像中的第一图像中的匹配点生成第一最小生成树，并依据第二图像中的匹配点生成与所述第一最小生成树对应的第二最小生成树；其中，所述第一图像为所述注册图像，所述第二图像为所述验证图像；或，所述第一图像为所述验证图像，所述第二图像为所述注册图像；对于所述第一最小生成树与所述第二最小生成树中的任一对边，依据该两条边的长度误差和角度误差，确定该两条边的误差；对于任一匹配点，依据以该匹配点为顶点的边的误差，确定该匹配点的误差；依据各所述匹配点的误差，对所述匹配点对进行伪匹配点对去除。2.根据权利要求1所述的方法，其特征在于，所述依据该两条边的长度误差和角度误差，确定该两条边的误差，包括：依据该两条边的长度，以及，尺度变换因子，确定该两条边的长度误差；以及，依据该两条边的角度，以及，所述第二图像相对所述第一图像的旋转角度，确定该两条边的角度误差；其中，对于任一条边，该条边的角度为该条边与水平方向的夹角。3.根据权利要求2所述的方法，其特征在于，所述尺度变换因子用于表征所述第二图像相对所述第一图像的缩放比例；所述依据该两条边的长度，以及，尺度变换因子，确定该两条边的长度误差，包括：依据该两条边中第一类型边的长度与第二类型边修正后的长度，确定该两条边的长度误差；其中，所述第一类型边为该两条边中所述第一最小生成树中的边，所述第二类型边为该两条边中所述第二最小生成树中的边，所述第二类型边修正后的长度通过利用所述尺度变换因子对所述第二类型边的长度进行修正得到。4.根据权利要求2所述的方法，其特征在于，所述依据该两条边的角度，以及，所述第二图像相对所述第一图像的旋转角度，确定该两条边的角度误差，包括：依据该两条边的角度差，确定该两条边的夹角；依据该两条边的夹角，以及，所述第二图像相对所述第一图像的旋转角度，确定两条边的角度误差。5.根据权利要求2所述的方法，其特征在于，所述第二图像相对所述第一图像的旋转角度，依据所述第二图像与所述第一图像之间的各匹配点对的角度差确定；对于任一匹配点对，该匹配点对的角度差为该匹配点对中两个匹配点的方向之间的夹角。6.根据权利要求1所述的方法，其特征在于，对于任一匹配点，该匹配点的误差为以该匹配点为顶点的边的误差的最大值；所述依据各所述匹配点的误差，对所述匹配点对进行伪匹配点对去除，包括：遍历不稳定边；其中，所述不稳定边为误差大于第一误差阈值的边；对于所遍历的任一不稳定边，在该不稳定边小于所述第二误差阈值的情况下，分别为该不稳定边的第一顶点和第二顶点的稳定性评分增加预设值；在该不稳定边的误差大于等于所述第二误差阈值的情况下，依据该不稳定边的第一顶点与该不稳定边所属图像的稳定点集合中各稳定点，生成第三最小生成树；以及，依据该不稳定边的第二顶点与该不稳定边所属图像的稳定点集合中各稳定点，生成第四最小生成
树；其中，所述稳定点集合包括误差小于等于所述第一误差阈值的匹配点；所述第二误差阈值大于所述第一误差阈值；依据所述第三最小生成树以及另一图像中对应的第五最小生成树，确定该第一顶点的误差；以及，依据所述第四最小生成树以及另一图像中对应的第六最小生成树，确定该第二顶点的误差；依据该不稳定边的误差、该第一顶点的误差、该第二顶点的误差，对该第一顶点和第二顶点的稳定性评分进行更新；在所述不稳定边遍历完成的情况下，依据未加入稳定点集合的各匹配点的稳定性评分，进行伪匹配点对去除。7.根据权利要求6所述的方法，其特征在于，所述依据该不稳定边的误差、该第一顶点的误差、该第二顶点的误差，对该第一顶点和第二顶点的稳定性评分进行更新，包括：在该不稳定边的误差大于等于第三误差阈值的情况下，将该第一顶点的误差和该第二顶点的误差中的较小者与所述第二误差阈值进行比较，在该第一顶点的误差和该第二顶点的误差中的较小者大于等于所述第二误差阈值的情况下，分别为该不稳定边的第一顶点和第二顶点的稳定性评分减去预设值；在该第一顶点的误差和该第二顶点的误差中的较小者小于所述第二误差阈值的情况下，为第一顶点和第二顶点中误差较大者的稳定性评分减去所述预设值，并为第一顶点和第二顶点中误差较小者的稳定性评分增加所述预设值；所述第三误差阈值大于所述第二误差阈值；在该不稳定边的误差大于等于所述第二误差阈值，且小于所述第三误差阈值的情况下，为第一顶点和第二顶点中误差大于等于所述第一误差阈值的顶点的稳定性评分减去所述预设值，为第一顶点和第二顶点中误差小于所述第一误差阈值的顶点的稳定性评分增加所述预设值；所述依据未加入稳定点集合的各匹配点的稳定性评分，进行伪匹配点对去除，包括：对于任一未加入稳定点集合的匹配点，在该匹配点的稳定性评分小于等于初始值的情况下，将该匹配点确定为伪匹配点；在该匹配点的稳定性评分大于初始值的情况下，将该匹配点加入到稳定点集合；依据所确定的伪匹配点，进行伪匹配点对去除。8.根据权利要求1
‑
7任一项所述的方法，其特征在于，所述确定注册图像与验证图像之间的匹配点对，包括：确定注册图像与验证图像之间的初始匹配点对；在所述初始匹配点对的数量超过预设数量阈值的情况下，依据各初始匹配点对的角度差，对所述初始匹配点对进行伪匹配点对去除，得到所述注册图像与验证图像之间的匹配点对。9.根据权利要求8所述的方法，其特征在于，所述依据各初始匹配点对的角度差，对所述初始匹配点对进行伪匹配点对去除，包括：依据各初始匹配点对的角度差，确定各初始匹配点对的角度差中的最大值和最小值；在该最大值和最小值之间的差值大于等于预设角度差阈值的情况下，依据该最大值和最小值之间的差值，将该最大值和最小值之间的取值区间划分为多个区间；依据确定各初始匹配点对的角度差所处区间，确定各区间的初始匹配点对的数量；
依据各区间的初始匹配点对的数量，以及，各初始匹配点对的角度差所处区间，对所述初始匹配点对进行伪匹配点对去除。10.根据权利要求9所述的方法，其特征在于，所述依据该最大值和最小值之间的差值，将该最大值和最小值之间的取值区间划分为多个区间，包括：依据该最大值和最小值之间的差值，以及，所述初始匹配点对的数量，确定区间数量；依据所述区间数量，将该最大值和最小值之间的取值区间等分为所述区间数量的区间。11.根据权利要求9所述的方法，其特征在于，所述依据各区间的初始匹配点对的数量，以及，各初始匹配点对的角度差所处区间，对所述初始匹配点对进行伪匹配点对去除，包括：依据各区间的初始匹配点对的数量，确定初始匹配点对的数量最多的目标区间；依据目标区间的初始匹配点对的数量，将初始匹配点对的数量小于目标区间的初始匹配点对的数量与预设比例二者之积的区间确定为伪匹配点区间；将角度差位于伪匹配点区间的初始匹配点对，确定为伪匹配点对，并进行伪匹配点对去除。12....

【专利技术属性】
技术研发人员：王升国，么依璇，杨浩，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：