[發明專利]基于EPI_Volume的LF_SURF光場圖像特征匹配方法

有效

• 申請號: 202010131469.4
• 申請日: 2020-02-28
• 公開（公告）號: CN111353537B
• 公開（公告）日: 2023-02-07
• 發明（設計）人: 金海燕;邊敏艷;肖照林;蔡磊
• 申請（專利權）人: 西安理工大學
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/46;G06V10/764
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 張皎

1.基于EPI_Volume的LF_SURF光場圖像特征匹配方法，其特征在于，具體按照以下步驟實施：

步驟1、取兩張在不同視角下拍攝的具有相同場景的光場圖像，將第一張光場圖像讀入至MATLAB軟件中進行解碼得到光場圖像信息，利用光場圖像信息得到光場圖像五維矩陣[s,t,u,v,3]；

步驟2、利用步驟1得到的光場圖像五維矩陣計算得到四維水平EPI_Volume矩陣、四維垂直EPI_Volume矩陣；

步驟3、分別對四維水平EPI_Volume矩陣、四維垂直EPI_Volume矩陣進行SURF特征點檢測得到各自的候選特征點并進行篩選得到精確特征點，再將四維水平EPI_Volume矩陣和四維垂直EPI_Volume矩陣上的精確特征點合并得到光場圖像精確特征點；

步驟4、提取每個光場圖像精確特征點在四維水平EPI_Volume矩陣、四維垂直EPI_Volume矩陣中的Harr小波特征，并在四維水平EPI_Volume矩陣、四維垂直EPI_Volume矩陣上分別生成64維特征描述向量，再將每個光場圖像精確特征點在四維水平EPI_Volume矩陣、四維垂直EPI_Volume矩陣上生成的64維特征描述向量串聯，使得每個光場圖像精確特征點生成128維特征描述向量；

步驟5、重復步驟1至步驟5，對第二張光場圖像進行相同的處理使得第二張光場圖像中的每個特征點生成128維特征描述向量，依次計算第一張光場圖像的每個特征點的特征描述向量與第二張光場圖像的所有特征點的特征描述向量之間的歐式距離，并將第一張光場圖像的特征點與第二張光場圖像的特征點按照歐式距離進行相似性度量進而完成特征點匹配；

步驟6、利用MSAC算法篩除步驟5匹配結果中的錯誤匹配，并計算得到特征匹配的精確率，根據特征匹配的精確率對特征匹配的正確性進行驗證。

2.根據權利要求1所述的基于EPI_Volume的LF_SURF光場圖像特征匹配方法，其特征在于，所述步驟1具體按照如下操作進行：

步驟1.1、將光場圖像讀入至MATLAB軟件的imread函數中解析得到光場圖像真實大小，將光場圖像對應的文件讀入至MATLAB軟件的dlmread函數中解析得到光場圖像宏像素之間的水平間隔、垂直間隔以及光場圖像位置分辨率，利用光場圖像宏像素之間的水平間隔、垂直間隔計算得到光場圖像角度分辨率，具體操作如式(1)所示；

u＝round(x)

v＝round(y) (1)

式中，x、y分別表示光場圖像宏像素之間的水平間隔、垂直間隔，[u,v]表示光場圖像角度分辨率；

步驟1.2、利用光場圖像位置分辨率計算得到光場圖像對應的理論圖像大小，具體操作如式(2)所示：

s*u＝M'

t*v＝N' (2)

式中，[s,t]表示光場圖像位置分辨率，[M',N']表示光場圖像對應的理論圖像大小；

步驟1.3、計算光場圖像真實大小與理論圖像大小的差值，具體操作如式(3)所示：

Δx＝M'-M,Δy＝N'-N (3)

式中，[M,N]表示光場圖像真實大小，[M',N']表示理論圖像大小，Δx、Δy表示光場圖像真實大小與理論圖像大小的差值；

步驟1.4、利用光場圖像真實大小與理論圖像大小的差值對光場圖像的真實大小進行更新，得到更新后的光場圖像三維矩陣[M',N',3]；

步驟1.5、利用MATLAB軟件的reshape函數對光場圖像三維矩陣[M',N',3]進行重排列，得到光場圖像五維矩陣[s,t,u,v,3]。

3.根據權利要求2所述的基于EPI_Volume的LF_SURF光場圖像特征匹配方法，其特征在于，所述步驟1.4中的更新具體操作為：在光場圖像的真實大小矩陣[M,N]的最末行后補Δx行的0，在光場圖像的真實大小矩陣[M,N]的最末列后補Δy列的0。