[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

本發明公開了一種基于關鍵點圖表示的近重復圖像匹配方法，涉及圖像處理技術領域，首先利用關鍵點檢測算子檢測圖像中的關鍵點；根據關鍵點的分布特性，自動將其聚成若干類，每類中包含的關鍵點空間位置相鄰。基于聚類結果，將圖像表示為一個圖，圖中每個頂點代表一個聚簇，圖中的邊則代表該邊所連接兩個頂點之間的空間位置關系；建立關聯圖并且求解關聯圖上的最大權重團。本發明將圖像中的關鍵點表示為一個圖，接下來利用圖匹配來實現圖像匹配這一問題；充分利用圖像中關鍵點之間的空間位置關系，對近重復圖像之間存在的變換具有較強的魯棒性。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于關鍵點圖表示的近重復圖像匹配方法。

背景技術

隨著智能手機的普及，圖像獲取變得越來越便捷。經常出現對同一個目標進行多次拍攝的情況。同一目標的不同圖像稱為近重復圖像，由于拍攝條件不同，近重復圖像之間通常在視角、光照以及分辨率等方面存在差異。

近重復圖像匹配在照片自動分類，場景識別等應用中起到非常重要的作用。近重復圖像匹配方法大致可以分為兩類：基于圖像全局特征以及基于圖像局部特征。基于圖像全局特征的方法雖然具有計算簡單，時間復雜度低的優點，但通常對近重復圖像之間存在的變換較敏感；而基于圖像局部特征的方法對近重復圖像之間存在的變換具有較強的魯棒性。圖像中的關鍵點是一種非常常用的局部特征，對圖像旋轉、縮放，以及仿射變換等均具有良好的魯棒性。然而傳統采用關鍵點進行圖像匹配的方法一般將圖像中的關鍵點看成一個個孤立點，經常導致關鍵點誤匹配。

發明內容

為解決現有技術問題，本發明提出了一種基于關鍵點圖表示的近重復圖像匹配方法，充分利用關鍵點之間的空間位置關系，有效地解決了上述關鍵點誤匹配問題。

本發明具體采用以下技術方案：

一種基于關鍵點圖表示的近重復圖像匹配方法，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。

進一步的方案是，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。

進一步的方案是，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。