[發明專利]基于局部穩定區域的魚眼圖像匹配方法

有效

• 申請號: 201910347225.7
• 申請日: 2019-04-28
• 公開（公告）號: CN110097496B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 李海濱;張宏升;張文明;張亞坤;范偉
• 申請（專利權）人: 燕山大學
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06T5/00;G06T7/33
• 代理公司: 北京孚睿灣知識產權代理事務所(普通合伙) 11474
• 代理人: 馬媛媛

本發明公開了一種基于局部穩定區域的魚眼圖像匹配方法，首先根據魚眼圖像像素灰度值的梯度變化率得到圖像的穩定區域，通過圖像塊內部特征點之間關系與圖像塊的顏色信息對穩定區域的圖像塊進行區域匹配；然后根據魚眼成像模型與魚眼圖像畸變原理推導出適用于D?nets算法的魚眼立體系統半球模型；最后在推導出魚眼模型的基礎上對相似度高的圖像塊內部點使用D?nets算法進行特征點匹配，得到圖像的特征點匹配圖。本發明算法使用局部網絡狀描述子對魚眼圖像上特征點進行匹配，在畸變嚴重區域具有匹配速度快、匹配精度高等優點。

技術領域

本發明涉及圖像處理技術領域，尤其是一種基于局部穩定區域的魚眼圖像匹配方法。

背景技術

近年來魚眼相機被廣泛應用在全景圖像攝影、機器視覺、虛擬現實等領域。其主要原因是魚眼圖像具有大廣角特征，視角可以達到180°，甚至更大。在機器視覺領域對同一場景的不同圖像上進行特征點匹配是極其重要任務，在傳統的圖像分類，目標檢測，目標跟蹤，三維重建等領域都需要特征點的正確匹配。

目前，針對魚眼圖像的特征點匹配存在以下問題。單獨使用SIFT、ORB等經典匹配算法并不能解決魚眼圖像畸變問題，對魚眼圖像匹配效果不佳；最常見的方法是事先通過插值方法對魚眼圖像進行校正，在校正后的圖像上進行匹配，但是在插值過程中引入大量估計值，使得魚眼圖像上很多細節信息丟失，導致魚眼圖像匹配精度低；有的方法是通過在D-nets算法上加入魚眼模型，通過構建特征點的網絡結構使用全局特征點描述子代替特征點的局部描述子，這種方法極大的克制了魚眼圖像帶來的畸變影響，但是這種算法需要給圖像中每個特征點都建立網絡結構，導致匹配速度緩慢。綜上所述，現在魚眼圖像特征點匹配技術并沒有一個切實可行，快速精準的解決方案。因此，期望提出一種既要保證匹配精度，又要保證匹配速度的魚眼圖像特征點匹配技術。

發明內容

本發明的目的在于提出一種基于局部穩定區域的魚眼圖像匹配方法，其為具有高精度、高魯棒性、匹配速度快的魚眼圖像特征點匹配方法，其能夠解決魚眼圖像在畸變情況下的特征點匹配精準度問題以及魯棒性差的問題。通過引入局部穩定性區域匹配解決D-nets算法匹配速度慢問題；通過引入魚眼半球模型解決魚眼圖像中徑向畸變與偏心畸變問題。

本發明的技術方案如下：

一種基于局部穩定區域的魚眼圖像匹配方法，其具體包括如下步驟：

步驟1，根據魚眼圖像像素灰度值的梯度變化率得到圖像的穩定區域，通過穩定區域的圖像塊的內部特征點之間關系以及穩定區域的圖像塊的顏色信息共同對穩定區域的圖像塊進行區域匹配；

步驟2，通過在魚眼多項式畸變模型中引入偏心畸變與薄棱鏡畸變，建立魚眼成像模型，基于魚眼圖像畸變原理，從所述魚眼成像模型中推導出適用于D-nets算法的魚眼立體系統半球模型；以及

步驟3，在所推導出的適用于D-nets算法的魚眼立體系統半球模型的基礎上，對匹配代價滿足閾值的穩定區域內的圖像塊內部點使用D-nets算法進行匹配，得到圖像稀疏點匹配圖。

優選地，所述步驟1的匹配方法為基于局部仿射不變性的魚眼圖像匹配方法，其具體步驟如下：

在各個魚眼圖像中將所選定的物體與其周圍物體進行區分，所選定的物體的灰度與其周圍物體的灰度存在差異，將兩張魚眼圖像中像素灰度值與周圍像素有明顯差異的聯通區域提取出來作為各自的穩定區域，通過這些穩定區域內部所選定的特征點與穩定區域內部的其他特征點之間的關系，來判別兩個穩定區域中是否存在同一物體，其計算函數如下：