[發明專利]一種圖像誤匹配精確剔除方法在審
| 申請號: | 201810679354.1 | 申請日: | 2018-06-27 |
| 公開(公告)號: | CN109086795A | 公開(公告)日: | 2018-12-25 |
| 發明(設計)人: | 趙攀攀;丁德銳;何壯壯;黃穎;馮漢;余玉琴;陳晗;張震 | 申請(專利權)人: | 上海理工大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 上海申匯專利代理有限公司 31001 | 代理人: | 吳寶根;徐穎 |
| 地址: | 200093 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 匹配對 剔除 匹配 對極 約束模型 網格區域 匹配集 網格 匹配準確度 改進 圖像 方法融合 三維重構 視覺跟蹤 同步定位 投影誤差 用時 統計 視覺 場景 保留 | ||
1.一種圖像誤匹配精確剔除方法,其特征在于,具體包括如下步驟:
1)用相機對同一場景拍攝兩張具有10°~15°角度變換的圖像,將獲得的兩張圖像作為特征匹配算法的輸入值;
2)對這兩張輸入圖像分別計算ORB特征點以及基于ORB特征點的描述子,并基于漢明距離進行樸素匹配,獲得初始匹配對;
3)在獲得的初始匹配對中計算網格匹配統計約束,以剔除不符合該約束的匹配對,得到粗略的匹配集:
假設有兩幀待匹配得圖像Ia、Ib,X={X1,X2,…,Xk}是k個初始匹配對,首先要對兩幅圖像Ia、Ib用設定大小的網格進行分割,然后統計每個網格中匹配對的數量,從而區分出正確與錯誤的匹配對;
定義任意一個網格中每條匹配對的匹配統計約束評分指標計算公式為:
代表選取的這個網格區域中的匹配對數量,減1是為了移除本身的這條匹配對;定義一個評分閾值計算公式為:α經實驗獲得取值;當評分時,則說明這個匹配對是正確的,否則為錯誤匹配對,從而獲得一個粗略的匹配集;
4)對步驟3)中粗略匹配集中的匹配對根據漢明距離從小到大進行排序,獲得排序好的匹配集M,然后在M中挑選前八個匹配對,來計算對極約束模型C,計算公式如下:
r1Cr′1=0
r1=K-1p1
r′1=K-1p′1
K為相機內參,可通過標定得到;r1、r1′為一組匹配好的特征點p1、p1′歸一化之后的坐標,分別為r1=[u1,v1,1],r1′=[u1′,v1′,1],u1,v1為特征點p1歸一化的圖像像素坐標,u1′,v1′為特征點p1′歸一化的圖像像素坐標;C為對極約束模型,有9個未知變量,通過下式求出極約束模型C,
然后定義一個投影誤差函數:
ds(C,pi,pi′)=pi′-Cpi
投影函數擴展:
pi′為圖像Ia中的任意特征點pi投影在圖像Ib中對應的極線上的某個點;用對極約束模型C結合投影誤差函數PE得到改進的對極約束模型PCM,然后利用改進的對極約束模型PE-PCM去測試匹配集M中的剩余匹配對,如果剩余匹配對不滿足該模型,不滿足調節為上述的投影誤差函數大于設定的閾值,則剔除該匹配對;否則,留下滿足該模型的匹配對,獲得優質的匹配集。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海理工大學,未經上海理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810679354.1/1.html,轉載請聲明來源鉆瓜專利網。





