【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种图像中三维图像特征匹配方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、成像与图像处理是工业、公共安全、医学等领域探查不可及物件、内部结构、缺陷及损伤、病变等的基本手段。因此，围绕实际生产生活需求，聚焦研究工业、医学成像与图像处理的新方法、新手段，将为促进工业技术发展、探索生命机理、疾病诊断与治疗和健康器械创新发挥至关重要的作用。
2、由激光雷达传感器产生的三维图像特征数据匹配问题一直是图形图像处理领域中的热点及难点研究问题。因为激光扫描光束受物体遮挡的原因，不可能通过一次扫描完成对整个目标物体的三维图像特征的获取。因此需要从不同的位置和角度对物体进行扫描。三维图像特征匹配的目的就是把相邻扫描的三维图像特征数据拼接在一起。基于图像特征匹配的关键性，在很多领域已经涉及到该技术的使用，如目标检测，目标跟踪，数据融合，图像处理，医学，机器人学及生物结构学等。
3、传统的三维图像特征匹配方案虽然可以实现基本的匹配，但是其匹配过程复杂，无法实现高效的匹配。
【技术保护点】
1.一种图像中三维图像特征匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述三维点云数据进行分割，得到多个小点云包括：
3.根据权利要求2所述的方法，其特征在于，所述采用voting系统的概念，结合基于法向量的点云尺度描述方法将所述三维点云数据进行分割，得到多个小点云包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述多个小点云建立K维树，并基于所述K维树随机选取小点云组成图包括：
5.根据权利要求1所述的方法，其特征在于，所述采用对偶分解方法对所述小点云组成的图进行匹配
...
【技术特征摘要】
1.一种图像中三维图像特征匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述三维点云数据进行分割，得到多个小点云包括：
3.根据权利要求2所述的方法，其特征在于，所述采用voting系统的概念，结合基于法向量的点云尺度描述方法将所述三维点云数据进行分割，得到多个小点云包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述多个小点云建立k维树，并基于所述k维树随机选取小点云组成图包括：
5.根据权利要求1所述的方法，其特征在于，所述采用对偶分解方法对所述小点云组成的图进行匹配包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：李珊珊，向少华，宋庆恒，米贤武，张乐冰，苏振华，徐钢，
申请(专利权)人：怀化学院，
类型：发明
国别省市：
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。