[發明專利]一種基于變形空間金字塔的大尺度差異圖像特征點匹配方法

有效

• 申請號: 201811491636.5
• 申請日: 2018-12-07
• 公開（公告）號: CN109598750B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 張緒冰;陳軍
• 申請（專利權）人: 中國地質大學(武漢)
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06V10/46
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于變形空間金字塔的大尺度差異圖像特征點匹配方法，其特征在于，包括以下步驟：

步驟a，輸入分辨率差異大的兩幅影像，兩幅影像的空間分辨率相差14倍；

步驟a中差異大的兩幅影像包括，高分辨率影像和中分辨率影像，高分辨率影像和低分辨率影像，中分辨率影像和低分辨率影像；

步驟b，采用DenseSIFT特征提取方法分別提取兩幅影像的特征點，并獲得特征點描述符；

所述DenseSIFT采用固定網格和步長的滑動窗口方式對整幅圖像進行掃描，每個網格內提取一個DenseSIFT特征；對分辨率小的影像進行特征提取時采用的固定網格單元和步長分別是44和1，對分辨率大的影像進行特征提取時采用的固定網格單元和步長均為分辨率小的影像的7倍，最終每個固定像素塊提取一個128為SIFT的特征向量；

步驟c，構建變形空間金字塔模型，并利用變形空間金字塔模型對提取的兩幅影像中的特征點進行匹配，獲得初始匹配點對；

步驟c的具體實現方式如下，

步驟c1，將兩幅影像，即參考影像和待匹配影像分別分成m個矩陣網格單元；

步驟c2，將步驟c1中每個矩形網格進一步分成mm矩形網格單元，直到達到預定數量的層次結構，以此得到網格層，網格層每個網格單元中的像素是一個節點，連接所有相鄰節點和邊緣，以及在相鄰水平上的父子節點；

步驟c3，添加像素級層，像素級層中的像素之間不連接，每個像素只與它的父單元相連接；

步驟c4，計算網格層中每個網格單元的數據項以及最小化能量函數，所述數據項代表節點通過轉移量從參考影像轉移到相同尺度待參考影像的同一區域后，局部描述符與局部描述符之間的平均距離；所述最小化能量函數表示節點從參考影像到待匹配影像達到最優平移；

步驟c5，計算像素級層中每個像素的數據項及最小化能量函數，代表節點從參考圖像向待匹配圖像平移的轉移量，為尺度變量；

步驟c6，采用置信度傳播算法尋找參考影像網格層中每個節點在待匹配影像中的最佳對應關系，使每一個節點從參考影像到待匹配影像達到最優平移，即能量函數最小化，并使得兩幅圖像每個節點之間的局部描述符距離最小，獲得初始匹配點對；

步驟c7，采用置信度傳播算法尋找參考影像像素級層每個像素在待匹配影像中的最佳對應關系，使每一個像素從參考影像到待匹配影像達到最優平移，即能量函數最小化，并使得兩幅圖像每個像素之間的局部描述符距離最小，獲得初始匹配點對；

步驟d，采用RANSAC方法剔除誤匹配點，并輸出最終的匹配結果。

2.如權利要求1所述的一種基于變形空間金字塔的大尺度差異圖像特征點匹配方法，其特征在于：步驟b中DenseSIFT算法以一個固定大小的網格或者邊界框，固定的步長在影像上自左向右、從上到下的重疊方式提取特征點，所有特征點均勻分布在影像的各個區域。

3.如權利要求1所述的一種基于變形空間金字塔的大尺度差異圖像特征點匹配方法，其特征在于：步驟c4中數據項以及最小化能量函數的計算公式如下，

式(1)

其中是數據項，是平滑項，，表示與節點相連的父節點，是一個固定權重，代表被圖像邊緣所連接的節點對個數，閾值用于規范描述符之間的距離；

式(2)

其中代表一個節點所提取出局部描述子的像素中心坐標，代表描述符的總量，代表節點從參考圖像向待匹配圖像平移的轉移量，并且和分別表示在參考圖像像素中心坐標和待匹配圖像像素中心坐標所在位置的描述符，閾值為常數。

4.如權利要求3所述的一種基于變形空間金字塔的大尺度差異圖像特征點匹配方法，其特征在于：步驟c5中每個像素的數據項及最小化能量函數的計算公式如下，

式(3)

其中為尺度平滑項，為權重常數，

式(4)

其中為尺度變量，是動態值，它是根據圖像尺度變化的特定范圍取相應的離散值。