[發明專利]圖像匹配點對的檢測方法

無效

• 申請號: 201010170965.7
• 申請日: 2010-05-12
• 公開（公告）號: CN101819680A
• 公開（公告）日: 2010-09-01
• 發明（設計）人: 陳凱;鄭琪;周異;谷叢叢
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王錫麟;王桂忠

技術領域

本發明涉及的是一種圖像處理技術領域的方法，具體是一種圖像匹配點對的檢測方法。

背景技術

在計算機視覺中，局部特征已經成功的解決了圖像匹配、圖像檢索、立體視覺以及物體識別等方面的問題。但是，在某些條件下匹配點對之間的異常值仍然占有很高的概率。例如，已得到廣泛應用的SIFT描述子對于非剛性變換圖像的匹配是不穩定的；對于一些具有很多相似結構的圖像或者大規模的數據庫搜索，模棱兩可的狀況就會發生。

經對現有文獻檢索發現，H.Lin?and?D.W.Jacobs在2005年ICCV會議上發表的論文“Deformation?invariant?image?matching.”(“變形圖像的魯棒匹配”)提出用GIH即geodesic-intensity?histogram(測強度直方圖)作為一種新的描述子，這種描述子受圖像變形的影響較小。H?Cheng，Z?Liu，N?Zheng?and?J?Yang在2008年CVPR上發表的論文“ADeformable?Local?Image?Descriptors.”(“一種變形的局部圖像描述子”)中提出用Local-to-Global相似性測量模型從多尺寸支持區域選擇最合適的尺度，通常選擇比某個特征所處尺度大K倍以上的區域，這個區域可能因為太小只包含很少的幾何一致性特征，或者因為這個區域太大而包含了其他物體的特征。這兩種描述子都僅僅解決了變形圖像的匹配問題，而有相似結構的圖像的匹配問題沒有得到實際的解決。

又經檢索發現，E.N.Mortensen，H.Deng，and?L.Shapiro在2005年CVPR發表的論文“ASift?Descriptor?with?Global?Content.”(“具有全局信息的SIFT描述子”)把更大鄰域的曲率形狀信息加入到SIFT描述子中，使得SIFT描述子帶有全局內容來增加局部特征匹配的準確性，雖然這種方法帶來了好的結果，但是描述子是128+60＝188維的向量，空間和時間復雜度比較大。Z?Wu，Q?Ke，M?Isard?and?J?Sun在2009年ICCV發表的“Bundling?Features?forLarge?Scale?Partial-Duplicate?Web?Image?Search.”(“適用于大規模部分重復的Web圖像搜索的捆綁特征”)中提出把SIFT描述子綁定到MSER檢測到的區域中。但是隨著魯棒性的增加，描述子的顯著性就會降低。

經檢索還發現，RANSC和PROSAC通過對兩幅圖像的點對中取樣得到幾何一致性模型，然后估算這個模型的一些參數。但是由于非剛性變化和有重復結構的圖像匹配有太多的異常值，所以RANSC和PROSAC的效果不好。O.Chum?and?J.Matas在2005年CVPR發表的“Matching?with?PROSAC-Progressive?Sample?Consensus.”(“遞增取樣一致的匹配”)提出用哈希關鍵字來進行匹配，其中哈希關鍵字是把局部描述子和半局部幾何信息結合起來的，但是該算法已經被證實實時性能重要的情況下是不適用的。H.Deng，E.N.Mortensen，L.Shapiro，and?T.G.Dietterich在2006年CVPR發表的“Reinforcement?matching?using?regioncontext.”(“用區域內容增強匹配”)提出了一種把仿射不變的特征檢測子和SIFT特征檢測子整合在一起得到區域內容匹配方法來提高匹配的準確率，這是一種在仿射不變的對數極坐標橢圓柱中使用一種增強的匹配機制，但是仿射不變特征檢測子的迭代過程增加了大量額外的時間成本。

發明內容

本發明的目的在于克服現有方法中存在的不足和缺陷，提供了一種圖像匹配點對的檢測方法。本發明先根據圖像的候選匹配點對建立弱幾何約束，然后基于點對之間的弱幾何約束之間的關系，通過找最大團的方法找出其中一致性最強的關系，從而得到強幾何約束關系。這樣建立的強幾何約束關系是更加穩定和準確的，大大提高了非剛性變化和多對對圖像匹配的正確率。

本發明是通過以下技術方案實現的，包括以下步驟：

第一步，分別以要匹配的查詢圖像和目標圖像左上角的像素點為原點，以橫向向右的方向為x軸正方向，以縱向向下的方向為y軸正方向建立直角坐標系，得到圖像中每個像素點的位置信息。

第二步，對要匹配的查詢圖像和目標圖像進行局部特征檢測，分別得到查詢圖像和目標圖像的特征點，進而得到每個特征點的位置信息、角度信息和尺度信息。