[發明專利]一種基于哈希算法的大規模影像匹配方法

在審

• 申請號: 201711308095.3
• 申請日: 2017-12-11
• 公開（公告）號: CN109902700A
• 公開（公告）日: 2019-06-18
• 發明（設計）人: 錢曉明;譚靖;宋瑞麗
• 申請（專利權）人: 北京航天泰坦科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京方安思達知識產權代理有限公司 11472
• 代理人: 陳琳琳;武玥

本發明公開了一種基于哈希算法的大規模影像匹配方法，所述方法包括：步驟1)提取原圖像和目標圖像的所有特征點；步驟2)在每個特征點處提取特征描述子，并為特征點分配方向值，生成特征向量；步驟3)利用哈希算法將所有的特征向量映射到哈希表，每個特征向量對應一個哈希特征碼，利用映射函數將哈希特征碼分別分配至若干個桶組中；步驟4)從原圖像中選取一個特征點的特征向量為原特征，利用哈希表中的特征向量對原圖像和目標圖像進行匹配，獲取匹配的同名點。本發明方法能夠實現大規模影像的快速精確匹配，有效提高大規模影像的匹配效率，同時又可以保證大區域影像匹配的幾何精度。

技術領域

本發明涉及影像匹配領域，尤其涉及一種基于哈希算法影像匹配方法。

背景技術

影像匹配是在變換的空間中尋找一種或多種變換關系，使來自不同時間、不同傳感器或不同視角的同一場景的兩幅或多幅影像在空間位置上保持一致。實質就是在兩幅或者多幅影像之間尋找同名點。

計算機視覺領域著名且被廣泛應用的SIFT算法通過為圖像建立尺度空間及為特征點建立方向向量，從而檢測出一種對尺度、旋轉變化等都具備不變性的特征點。此算法能夠很好地獲得特征點的位置及鄰域信息，使每個特征點都具有高度的唯一性。但是由于航空影像分辨率一般比較高、重疊率較大、影像數量較多等因素，以及直接利用特征描述子進行距離度量、窮舉法的匹配策略，導致SIFT算法在遍歷搜索每張影像匹配點的運算量巨大，速度大大降低，無法滿足航空無人機攝影的現勢性要求。在保證影像匹配精確性、可靠性的前提下，如何優化匹配策略改善和提高大規模影像匹配的效率是其重要的研究內容。

發明內容

本發明要解決的技術問題在于克服現有技術的不足，提供基于哈希算法的無人機航空大規模影像匹配方法，該方法針對無人機航空大規模影像，基于SIFT特征提取的基礎上，采用哈希算法輔助的搜索策略代替窮舉匹配方法，進而提高匹配同名點的效率。

為解決上述技術問題，本發明公開了一種基于哈希算法的大規模影像匹配方法，所述方法包括：

步驟1)提取原圖像和目標圖像的所有特征點；

步驟2)在每個特征點處提取特征描述子，并為特征點分配方向值，生成特征向量；

步驟3)利用哈希算法將所有的特征向量映射到哈希表，每個特征向量對應一個哈希特征碼，利用映射函數將哈希特征碼分別分配至若干個桶組中；

步驟4)從原圖像中選取一個特征點的特征向量為原特征向量，利用哈希表中的特征向量對原圖像和目標圖像進行匹配，獲取匹配的同名點。

作為上述方法的一種改進，所述步驟1)具體為：

采用sift算法為原圖像和目標圖像建立尺度空間及為特征點建立方向向量，從而檢測出一種對尺度、旋轉變化都具備不變性的特征點。

作為上述方法的一種改進，所述步驟2)具體為：

以特征點為中心取16*16的鄰域作為采樣窗口，將采樣窗口的采樣點與特征點的相對方向通過高斯加權后歸入包含8個方向的梯度直方圖，最后獲得128維特征向量；將每個特征描述子歸一化至0-120區間。

作為上述方法的一種改進，所述步驟3)的哈希算法為：MD2、MD4、MD5或SHA-1。

作為上述方法的一種改進，所述步驟3)包括：

步驟3-1)采用正態分布隨機數生成器生成所有特征向量的哈希特征碼；

步驟3-2)利用映射函數將哈希特征碼分別映射至6個桶組，每個桶組含2¹⁰只桶；

步驟3-3)分別計算每個特征向量在6只桶組里的桶ID號。

作為上述方法的一種改進，所述步驟4)具體包括：