[發明專利]一種基于關鍵點圖表示的近重復圖像匹配方法

在審

• 申請號: 202010234034.2
• 申請日: 2020-03-30
• 公開（公告）號: CN111582306A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 劉麗;邱桃榮
• 申請（專利權）人: 南昌大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南昌金軒知識產權代理有限公司 36129
• 代理人: 鄧澄宇

1.一種基于關鍵點圖表示的近重復圖像匹配方法，其特征在于：包括以下步驟：

S1：利用關鍵點檢測算子檢測圖像中的關鍵點；

S2：根據關鍵點的分布特性，將其自動聚成若干類，每類中包含的關鍵點空間位置相鄰：

S3：根據聚類結果，將圖像表示為一個圖，圖中每個頂點代表一個聚簇，圖中的邊用于刻畫該邊所連接兩個頂點之間的空間位置關系；

S4：計算兩個圖的相似度，首先建立其關聯圖，接下來計算關聯圖上的最大權重團，并將該最大權重作為相似度。

2.根據權利要求1所述的一種基于關鍵點圖表示的近重復圖像匹配方法，其特征在于：

所述S1中的關鍵點檢測算子為DOG檢測算子，利用DOG檢測算子檢測圖像中的關鍵點，并且針對每個關鍵點，用SIFT描述子進行描述。

3.根據權利要求1所述的一種基于關鍵點圖表示的近重復圖像匹配方法，其特征在于：實施S2包括以下步驟：

S20：任意選取圖像中一個關鍵點p_i，若其未被訪問過，則首先將其設置為已被訪問，統計其半徑為r的鄰域內關鍵點的數目，若關鍵點數目小于閾值T，則認為該關鍵點為噪聲；否則，建立一個新的聚簇C，并且將p_i加入C；

S21：將上述關鍵點p_i半徑為r鄰域內的所有關鍵點放入集合S中；遍歷集合S中的每個關鍵點，如果其未被訪問過，則首先將其設置為已被訪問。如果該關鍵點不屬于其它聚簇，則將其添加入聚簇C中，并且計算該關鍵點半徑為r的鄰域中關鍵點數目，如果數目大于等于閾值T,則將鄰域中的關鍵點均加入S；

S22：依次遍歷直至S中所有關鍵點均被訪問過，此時聚簇C已經建立完成；

S23：為了建立下一個聚簇，從圖像中剩下未被訪問的關鍵點中隨機選擇一個，重復S20-S22，直至圖像中所有關鍵點均被訪問。

4.根據權利要求1所述的一種基于關鍵點圖表示的近重復圖像匹配方法，其特征在于：

所述S3中的圖中邊的屬性定義為其距離，邊e_ij所連接的兩個頂點v_i和v_j對應的聚簇中心分別為(Cx_i,Cy_i)和(Cx_j,Cy_j)，則其距離d_ij定義為：

5.根據權利要求1所述的一種基于關鍵點圖表示的近重復圖像匹配方法，其特征在于：實施S4包括以下步驟：

S40：給定兩個圖G＝{V,E}和將其關聯圖表示為其中表示關聯圖中的頂點集合，表示關聯圖中邊的集合；假設圖G和中的頂點個數分別為K和則關聯圖上頂點數目為：關聯圖中每個頂點代表圖G中頂點v_i(1≤i≤K)與圖中頂點之間的匹配，其權重設置為頂點v_i和之間的相似度；

S41：給定圖G和的關聯圖上的兩個頂點，若其代表的圖G和中的頂點匹配分別為和則該兩個頂點之間存在邊，當且僅當如下兩個條件同時成立：

a：若頂點v_i和v_j為圖G中同一個頂點，則頂點和為圖中同一個頂點；

b：令e_ij為圖G中連接頂點v_i和v_j之間的邊，為圖中連接頂點和之間的邊，則邊e_ij和邊之間的相似度大于閾值α,其中α為實數且0α≤1，定義如下：

其中d_ij和分別為邊e_ij和的長度；

S42：通過求解其關聯圖上具有最大權重的團，并將該最大權重作為兩個圖的相似度。