[發明專利]一種圖像快速匹配方法

在審

• 申請號: 201711213054.6
• 申請日: 2017-11-27
• 公開（公告）號: CN107895380A
• 公開（公告）日: 2018-04-10
• 發明（設計）人: 祁友杰;鄭子揚
• 申請（專利權）人: 中國航天科工集團八五一一研究所
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 南京理工大學專利中心32203
• 代理人: 朱沉雁

技術領域

本發明屬于數字圖像處理技術領域，具體涉及一種圖像快速匹配方法。

背景技術

在圖像匹配領域，由于SIFT(Scale Invariant Feature Transform,尺度不變特征變換)算法對存在尺度、旋轉、照度、視角、仿射變化等情況下的圖像，都能夠實現圖像的準確匹配，因此它在圖像匹配領域得到了廣泛的應用。然而，由于SIFT算法本身所需的龐大計算量，其對于某些本身數據量較大或者具有較高實時性要求的場合，例如高分辨率遙感圖像，則并不能很好地應用。

為了解決該問題，一些研究者提出了多種不同的方案，例如以提升算法效率為主的SURF[Bay H,Tuytelaars T,Van G L.SURF:Speeded up Robust Features[C]//9th European Conference on Computer Vision,2006:404‐417]和PCASIFT[Yan Ke,Rahul Sukthankar.PCA‐SIFT:A More Distinctive Representation for Local Image Descriptors[C]//Proceedings of the 2004IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2004,2:506‐513]算法，雖然在匹配速度上，較SIFT算法相比已有了明顯的提高，但在實際工程中，尤其在圖像尺寸變大后，這種性能上的提高便被大幅地弱化。即使是近幾年新提出的BIRSK[Leutenegger S,Chli M,Siegwart R Y.BRISK:Binary Robust Invariant Scalable Keypoints[C]//IEEE International Conference on Computer Vision,2011:2548‐2555]和FREAK[Alahi A.Ortiz R,Vandergheynst P.FREAK:Fast Retina Keypoint[C]//IEEE Conference on Computer Vision and Pattern Recognition,2012:510‐517]算法，當圖像尺寸變大后，其匹配速度依然不能滿足要求。而最重要的是，上述幾種算法描述子的綜合性能不如SIFT描述子穩定[Mikolajczyk K,Schmid C.A Performance Evaluation of Local Descriptors[J].IEEE Trans.on PAMI,2005,27(10):1615‐1630]。文獻[Xiong Zhi,Wang dan,Zhang dan,et al..Research on Improved SIFT Feature Matching Arithmetic in the SAR Vision Matching Aided Navigation[C].The 6th International Conference on Computer Science&Education,2011:909‐914]提出用小波變換與SIFT算法聯合來提高SAR圖像的目標識別，但算法采用單一、固定的小波濾波器，沒有具體分析小波變換對頻譜的影響，沒有給出選擇小波濾波器的指導性原則或者公式，而實際仿真發現，并非所有的小波濾波器都適合與SIFT算法聯合，以提高圖像的匹配速度。

發明內容

本發明的目的在于提供一種圖像快速匹配方法，利用小波分解方法縮小SIFT特征匹配的搜索范圍、提高匹配速度。

實現本發明目的的技術解決方案為：一種圖像快速匹配方法，其特征在于，包括以下步驟：

步驟A、利用小波分解方法提取源圖像的低頻子圖像，所述小波分解所使用的小波濾波器滿足以下條件：其低通濾波器的系數之和為1；

步驟B、利用SIFT特征圖像匹配方法對所述低頻子圖像和目標圖像進行粗匹配，得到源圖像中的粗匹配點；

步驟C、從源圖像中選取粗匹配點最集中的部分圖像；

步驟D、利用SIFT特征圖像匹配方法對所選取的粗匹配點最集中的部分圖像和目標圖像進行細匹配，得到最終的圖像匹配結果。