[發明專利]一種抗視角變化的近景影像區域特征匹配方法

有效

• 申請號: 201810355977.3
• 申請日: 2018-04-19
• 公開（公告）號: CN108805915B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 朱邦彥;儲征偉;毛羽豐;劉文伍;段偉
• 申請（專利權）人: 南京市測繪勘察研究院股份有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06V10/44;G06V10/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種抗視角變換的近景影像區域特征匹配方法，包括如下步驟：提取最大穩定極值區域MSER；確定局部二值模式LBP鄰域形狀、大小和旋轉方向；提取五種LBP特征并計算聯合統計直方圖；比較各個特征區域聯合統計直方圖相似度完成粗匹配；基于RANSAC與基本矩陣估計剔除粗差點；對匹配區域進行質心偏移修正完成精匹配。本發明利用一種改進的局部二值模式LBP計算方法，直接對不規則MSER區域中的每一個像素進行編碼，避免了傳統方法中擬合SIFT匹配區域所帶來的擬合誤差和邊界誤差，其本身具有計算復雜度低、無需訓練學習等優點，其對于線性的亮度變化保持穩定，對非線性的光照變化存在容錯能力，提高了區域特征匹配的可靠性，降低了計算復雜度。

技術領域

本發明涉及一種抗視角變換的近景影像區域特征匹配方法，本發明所屬技術領域為屬于攝影測量領域。

背景技術

影像匹配即找尋影像之間的同名點是影像定向和模型連接的前提和關鍵。在一些狹窄的隧洞中，沿著主光軸采集序列影像，相鄰影像是沿攝影機光軸移動所構成的平行序列影像，得到的是一種尺度漸進變化的影像序列，且所成圖像間會因為相機所處位置的調整而呈現較大尺度和視角變換的情況，其特點包括：基線不是大致平行于影像而是大致垂直于影像，影像的重疊范圍是沿著影像的輻射線方向，影像間尺度變化較大、影像重疊區域的分辨率差別較大、同名點視角差異大。其對于一般立體像對而言具有很大的差別，不能采用針對傳統立體影像的匹配方法。

最大穩定極值區域（MSER）是一種十分具有影響力的區域檢測算子，圖像中的最大穩定極值區域指的是一個由彼此相連的一個像元集合，該集合中的每個像元的像素值全部大于或者全部小于包圍這個區域的邊界的每個像元的像素值，該區域具有嚴格意義上的仿射不變性。對于視角變換，MSER在處理結構型圖像和紋理型圖像都有十分明顯的優越性。

傳統的最大穩定極值區域匹配方法是將特征區域歸一化后用SIFT算子描述，但是SIFT描述MSER特征區域有其不足，第一，在構造描述算法前需要把不規則區域進行橢圓形狀擬合，該過程會產生擬合誤差和降低匹配性能，特別是對于大視角變換圖像更為明顯；第二，其基于幾何固定位置（圓形鄰域）劃分子區域，這樣會產生邊界誤差；第三，其計算復雜度高，導致大大提高了圖像特征提取的時間復雜度。

發明內容

為了解決上述現有技術中減少擬合匹配區域所帶來的擬合誤差和邊界誤差的影響，本發明提供給了一種對于線性的亮度變化保持穩定，對非線性的光照變化存在一定的容錯能力，提高了區域特征匹配的可靠性，并降低計算復雜度的抗視角變化的近景影像區域特征匹配方法。

本發明的目的是這樣實現的：

一種抗視角變換的近景影像區域特征匹配方法，包括如下步驟：

第一步，提取匹配影像內的最大穩定極值區域MSER；

第二步，采用直接最小二乘法對提取出的形狀不規則的最大穩定極值區域擬合橢圓，并以此確定局部二值模式LBP鄰域大小和編碼起始方向；

第三步，提取五種LBP特征；

第四步，計算各特征區域的五種LBP特征的聯合統計直方圖；

第五步，利用相關系數比較各個特征區域的聯合統計直方圖相似度，從而進行特征區域的初步匹配；

第六步，利用RANSAC與八點法相結合的策略估計基本矩陣，剔除粗差點；

第七步，利用最小二乘匹配法對已配對特征區域的橢圓中心進行微調，得到更為精確的匹配點對；

上述方法工作原理包括：最大穩定極值區域原理、局部二值模式原理和計算機視覺原理；其工作過程如下：

①先分別提取要進行特征匹配的兩張影像上的最大穩定極值區域；