[發明專利]直線特征的特征向量構建方法、特征匹配方法和計算設備

有效

• 申請號: 202010057823.3
• 申請日: 2020-01-19
• 公開（公告）號: CN111223134B
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 張廣軍;魏振忠;邢靜
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/60;G06T9/00
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 牟昌兵

本申請涉及一種直線特征的特征向量構建方法、特征匹配方法和計算設備，本申請在原始圖像上進行降采樣與高斯模糊處理建立高斯尺度金字塔，并在各層級圖像上提取直線段；將直線段的矩形鄰域區域記為支持區域，并建立局部坐標系；根據支持區域內全局的像素灰度值大小順序將支持區域劃分為多個子區域；以子區域中像素點為圓心構造同心圓結構，在圓環上間隔采樣像素點，并對該局部的灰度值大小進行排序編碼；將灰度值排序編碼通過加權直方圖的形式構造為特征向量，進行特征向量匹配。通過本申請，提高了處理紋理信息較少的直線特征匹配中準確率和召回率，并對單調光照變化、圖像旋轉、視角變化、尺度變化、局部遮擋等情況具有較好的魯棒性。

技術領域

本申請涉及圖像處理領域，尤其涉及一種直線特征的特征向量構建方法、特征匹配方法和計算設備。

背景技術

圖像特征匹配是圖像處理領域的重要研究方向，其主要任務是利用圖像中提取的顯著、獨特的特征配準不同拍攝條件下獲得的同一場景的兩幅或者多幅圖像，廣泛應用于圖像拼接、三維重建、目標識別、位姿估計等計算機視覺與模式識別領域。人造景觀如建筑物、工業制造等場景能夠提供大量的直線特征，并且圖像直線特征相比于點特征能夠提供更為直觀的幾何與結構特征信息。直線特征匹配的難點主要在于提取的直線通常斷裂為多個直線段、長度各異、端點提取不準確，以及圖像中的光照變化、圖像旋轉、視角變化、尺度變化和局部遮擋。

目前的直線特征匹配方法主要分為兩大類：基于局部紋理的直線匹配方法和基于幾何與拓撲信息的直線匹配方法。

文章“MSLD:A?robust?descriptor?for?line?matching.Pattern?Recognition,2009,42(5):941-953”提出了一種利用局部紋理信息構建特征描述的方法，利用直線鄰域區域的像素灰度梯度信息進行特征匹配，通過求取灰度梯度的均值、標準差固定描述子的特征向量維數解決直線段長度各異的問題。但由于采用的是固定尺寸的特征提取窗口，并且構建的特征向量需要豐富的紋理信息提供支持，因此無法處理紋理信息較少、尺度變化以及視角變化較大等較為極端的場景。

文章“Robust?line?matching?through?line-point?invariants.PatternRecognition,2012,45(2):794-805”構建了仿射變換與射影變換下的平面直線-點不變量用于直線匹配。該方法高度依賴于特征點匹配結果建立直線-點不變量，選用不同的特征點匹配方法將得到不同的直線特征匹配結果，但匹配的召回率通常偏低,并且不適用于特征點稀少的場景。

文章“Hierarchical?line?matching?based?on?Line-Junction-Line?structuredescriptor?and?local?homography?estimation.Neurocomputing,2016,207-220”提出了一種多直線結構進行直線匹配的方法，并假設形成該結構的兩條相鄰直線及其交點在空間中共面。通過建立灰度梯度方向直方圖對該結構的鄰域紋理信息進行描述，實現兩兩直線同時匹配，在光照變化、圖像旋轉、視角變化場景能得到較高的準確率和召回率。但在紋理信息較少的場景下無法獲得足夠穩定可靠的灰度梯度信息。

從以上分析可以看出，基于圖像灰度梯度的方法在直線特征匹配領域得到廣泛應用，但在局部紋理信息不足的情況下無法提供足夠顯著、獨特的特征信息，并且需要額外考慮尺度變化、視角變化等場景。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本申請提供了一種直線特征的特征向量構建方法、特征匹配方法和計算設備。