[發(fā)明專利]一種基于圖像匹配的目標(biāo)定位方法

有效

• 申請?zhí)枺?/td>: 201710168768.3
• 申請日: 2017-03-21
• 公開（公告）號: CN107067415B
• 公開（公告）日: 2019-07-30
• 發(fā)明（設(shè)計）人: 曾慶化;潘鵬舉;陳艷;王云舒;劉建業(yè);劉昇;張月圓
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/70
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 葛瀟敏

1.一種基于圖像匹配的目標(biāo)定位方法，其特征在于，包括以下步驟：

(1)采用FAST算法對目標(biāo)實測圖像進行特征點檢測；

(2)采用FREAK算法對步驟(1)獲取的特征點進行特征描述，并對目標(biāo)實測圖像序列進行匹配；

(3)采用RANSAC算法對步驟(2)得到的匹配結(jié)果進行處理，剔除誤匹配點，提取目標(biāo)有效像素；

(4)采用SURF算法分別對提取目標(biāo)后的實測圖像和參考圖像進行特征點檢測；

(5)采用FREAK算法對步驟(4)獲取的特征點進行描述和匹配；

(6)采用RANSAC算法對步驟(5)得到的匹配結(jié)果進行處理，剔除誤匹配點，計算單應(yīng)性矩陣；

(7)根據(jù)步驟(3)提取出的目標(biāo)有效像素和步驟(6)計算的單應(yīng)性矩陣，獲取目標(biāo)點在參考圖像中的精確位置。

2.根據(jù)權(quán)利要求1所述基于圖像匹配的目標(biāo)定位方法，其特征在于，步驟(1)的過程為，定義一圓形區(qū)域，以目標(biāo)實測圖像中的任意一點為該圓形區(qū)域的圓心P，將圓心P處的灰度值分別與鄰域內(nèi)16個像素點的灰度值進行比較：

|m-p_i|＞Δd,1≤i≤16

上式中，m為圓心P處的灰度值，p_i為P點鄰域內(nèi)第i個點的灰度值，Δd為預(yù)設(shè)閾值；若滿足上式的P點鄰域內(nèi)的像素點個數(shù)大于n，則將P點視為特征點，n為預(yù)設(shè)值。

3.根據(jù)權(quán)利要求1所述基于圖像匹配的目標(biāo)定位方法，其特征在于，步驟(2)的具體步驟如下：

A、采用FREAK算法對特征點進行描述：

上式中，F(xiàn)為特征點的FREAK描述符，N為特征向量數(shù)，為任意兩個采樣點經(jīng)過高斯平滑后的強度值；

B、對特征點的FREAK描述符進行降維：

B1、建立矩陣D，矩陣D每行代表一個FREAK描述符；

B2、計算矩陣D每一列的方差，首先將方差值最大的一列保存到矩陣D’中，然后計算其他列與該方差值最大列的協(xié)方差，再將協(xié)方差值最小的一列保存到矩陣D’中；

B3、將保留的兩列從矩陣D中刪除，然后返回步驟B2，直至矩陣D’的維度達到預(yù)設(shè)維度；

C、計算特征點的方向：

上式中，G為特征點的采樣點對集合，M為G中采樣點對數(shù)，P_O為G中的一個點對，和分別是P_o的前一位和后一位的采樣點空間坐標(biāo)的二維向量，和分別是和處的灰度值；

D、根據(jù)特征點的FREAK描述符和特征點方向進行特征匹配。

4.根據(jù)權(quán)利要求1所述基于圖像匹配的目標(biāo)定位方法，其特征在于，步驟(3)的具體步驟如下：

a、從匹配點集合S中隨機選擇s個特征點；

b、利用s個匹配點擬合出一個模型Q；

c、對于集合S中剩余的匹配點，計算每個匹配點與模型Q的距離，距離超過閾值的特征點視為局外點，距離未超過閾值的特征點視為局內(nèi)點；

d、將上述步驟迭代k次后，將包含局內(nèi)點數(shù)目最多的模型Q_k作為擬合結(jié)果；

e、將集合S中不滿足模型Q_k的匹配點剔除，從而提取出目標(biāo)有效像素。