[發(fā)明專利]一種抗視角變化的近景影像區(qū)域特征匹配方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810355977.3
• 申請(qǐng)日: 2018-04-19
• 公開（公告）號(hào): CN108805915B
• 公開（公告）日: 2022-02-15
• 發(fā)明（設(shè)計(jì)）人: 朱邦彥;儲(chǔ)征偉;毛羽豐;劉文伍;段偉
• 申請(qǐng)（專利權(quán)）人: 南京市測(cè)繪勘察研究院股份有限公司
• 主分類號(hào): G06T7/33
• 分類號(hào): G06T7/33;G06V10/44;G06V10/50
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種抗視角變換的近景影像區(qū)域特征匹配方法，其特征在于，包括如下步驟：

第一步，提取匹配影像內(nèi)的最大穩(wěn)定極值區(qū)域MSER；

第二步，采用直接最小二乘法對(duì)提取出的形狀不規(guī)則的最大穩(wěn)定極值區(qū)域擬合橢圓，并以此確定局部二值模式LBP鄰域大小和編碼起始方向；采用橢圓右側(cè)長(zhǎng)半軸方向?yàn)橹鞣较颍匆源朔较驗(yàn)長(zhǎng)BP初始編碼方向，順時(shí)針進(jìn)行編碼；假設(shè)一張影像上有n個(gè)最大穩(wěn)定極值區(qū)域，對(duì)所有提取出的形狀不規(guī)則的最大穩(wěn)定極值區(qū)域進(jìn)行橢圓擬合，得到n個(gè)橢圓，其長(zhǎng)短半軸分別為(A₁,B₁,)、(A₂,B₂,)、...,(A_n,B_n,)其長(zhǎng)半軸與屏幕坐標(biāo)系y軸正方向的夾角分別為α₁,α₂,...,α_n；則各最大穩(wěn)定極值區(qū)域的橢圓形LBP鄰域也可以確定：其長(zhǎng)半軸分別為a₁＝A₁/10,a₂＝A₂/10,...,a_n＝A_n/10；短半軸分別為b₁＝B₁/10,b₂＝B₂/10,...,b_n＝B_n/10；橢圓形LBP鄰域的旋轉(zhuǎn)角度也可以確定，分別為α₁,α₂,...,α_n；

第三步，提取五種LBP特征；按以下公式計(jì)算n個(gè)最大穩(wěn)定極值區(qū)域各自的5種局部二值模式LBP特征：

其中，g_c為鄰域中心點(diǎn)的像素灰度值，c₁為圖像中所有像素灰度的均值；

其中，P為鄰域采樣點(diǎn)個(gè)數(shù)，L為不同半徑鄰域的個(gè)數(shù)，為第l重半徑鄰域中第p個(gè)采樣點(diǎn)的像素灰度值，g_c為鄰域中心點(diǎn)的像素灰度值；

其中，P為鄰域采樣點(diǎn)個(gè)數(shù)，L為不同半徑鄰域的個(gè)數(shù)，為第l重半徑鄰域中第p個(gè)采樣點(diǎn)的像素灰度值，g_c為鄰域中心點(diǎn)的像素灰度值，而是在第l個(gè)半徑鄰域中的的均值；

其中，P為鄰域采樣點(diǎn)個(gè)數(shù)，L為不同半徑鄰域的個(gè)數(shù)，為第l重半徑鄰域中第p+1個(gè)采樣點(diǎn)的像素灰度值，為第l重半徑鄰域中第p個(gè)采樣點(diǎn)的像素灰度值；

其中，P為鄰域采樣點(diǎn)個(gè)數(shù)，L為不同半徑鄰域的個(gè)數(shù)，為第l重半徑鄰域中第p+1個(gè)采樣點(diǎn)的像素灰度值，為第l重半徑鄰域中第p個(gè)采樣點(diǎn)的像素灰度值，為第l個(gè)半徑領(lǐng)域中所有的均值；

第四步，計(jì)算各特征區(qū)域的五種LBP特征的聯(lián)合統(tǒng)計(jì)直方圖；計(jì)算兩張影像上所有最大穩(wěn)定極值區(qū)的5種局部二值模式特征直方圖，將5種直方圖歸一化并連接在一起；

第五步，利用相關(guān)系數(shù)比較各個(gè)特征區(qū)域的聯(lián)合統(tǒng)計(jì)直方圖相似度，從而進(jìn)行特征區(qū)域的初步匹配；利用相關(guān)系數(shù)比較各個(gè)特征區(qū)域的聯(lián)合統(tǒng)計(jì)直方圖相似度，根據(jù)實(shí)際需要設(shè)置閾值為0.95，高于這一閾值即認(rèn)為是一對(duì)匹配特征區(qū)域，從而進(jìn)行特征區(qū)域的初步匹配；

第六步，利用RANSAC與八點(diǎn)法相結(jié)合的策略估計(jì)基本矩陣，剔除粗差點(diǎn)；

第七步，利用最小二乘匹配法對(duì)已配對(duì)特征區(qū)域的橢圓中心進(jìn)行微調(diào)，得到更為精確的匹配點(diǎn)對(duì)。