[發明專利]一種抗大幾何畸變的影像特征匹配方法

在審

• 申請號: 202010765207.3
• 申請日: 2020-08-03
• 公開（公告）號: CN112150358A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 李加元;胡慶武;艾明耀;趙鵬程
• 申請（專利權）人: 武漢大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/33;G06T3/00;G06K9/62
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 李丹

本發明公開了一種抗大幾何畸變的影像特征匹配方法，該方法包括以下步驟：1)，對包括參考影像和待匹配影像的影像對進行特征匹配，獲取候選特征匹配點集合；2)，對候選特征匹配點集合，為每一匹配點構建支持線集合，并通過支持線特征描述符構建特征向量，進行基于支持線投票策略的光度約束誤匹配初過濾；3)，對步驟2)的初過濾結果，將仿射不變比率作為局部鄰域幾何約束進行匹配點精過濾；并計算每一特征匹配點的局部鄰域的仿射變換模型；4)，基于局部仿射變換模型的可靠匹配點擴展；5)，構建格網仿射變換模型，實現大幾何畸變影像的配準拼接。本發明方法能夠大幅提升大幾何畸變影像匹配的正確率、匹配點數量以及匹配點精度。

技術領域

本發明涉及攝影測量與遙感技術，尤其涉及一種抗大幾何畸變的影像特征匹配方法。

背景技術

隨著傳感器與計算性能的提升，攝影測量與遙感技術飛速發展，為救災搶險、設施建設、城市規劃等各方面提供了有力支撐。其中，基于影像的空中三角測量、三維建模以及目標變化檢測等，是測繪勘測、地理信息系統數據庫更新、智慧城市、地理國情監測、重大災害應急等行業應用的關鍵支撐技術。而穩定可靠的影像特征匹配方法正是這些關鍵技術的前提與保障，能夠有效促進很多重要問題的研究進展，具有重要價值。

特征匹配通常包含兩大步驟，即候選匹配構建與誤匹配剔除(粗差剔除)。其中，第一步基于特征點描述符的局部紋理相似性構建“一一對應”匹配關系，并利用特征匹配策略初步篩選得到候選匹配集；第二步根據影像間的空間幾何關系約束，采用假設檢驗法或者選權迭代法等粗差探測技術剔除錯誤匹配。然而，傳統方法對大幾何畸變異常敏感，尤其是非剛性形變。這一難點問題給經典匹配算法帶來了艱巨的挑戰，使其難以滿足特定的實際應用需求。大幾何畸變給傳統特征匹配算法帶來了如下具體問題：(1)匹配正確率低；(2)誤匹配剔除困難；(3)匹配點數量少；(4)幾何關系建模困難。

本發明提出了一種基于支持線投票和仿射不變比率的魯棒性影像特征匹配算法。該方法通過支持線投票來提升匹配正確率；根據仿射不變比率約束剔除誤匹配；基于格網仿射變換模型來實現匹配點擴展并對影像對進行幾何關系建模。同時適用于剛性與非剛性形變影像的匹配問題，在空中全景測量、傾斜攝影測量、視覺SLAM自主導航定位等相關應用中具有較大應用價值。

發明內容

本發明要解決的技術問題在于針對現有技術中的缺陷，提供一種抗大幾何畸變的影像特征匹配方法。

本發明解決其技術問題所采用的技術方案是：一種抗大幾何畸變的影像特征匹配方法，包括以下步驟：

步驟1)，對包括參考影像和待匹配影像的影像對進行特征匹配，獲取候選特征匹配點集合(P,Q)；

步驟2)，對候選特征匹配點集合，為每一匹配點構建支持線集合，并通過支持線特征描述符構建特征向量，進行基于支持線投票策略的光度約束誤匹配初過濾，過濾后的集合為

步驟3)，對步驟2)的初過濾結果，將仿射不變比率作為局部鄰域幾何約束進行匹配點精過濾；并計算每一特征匹配點的局部鄰域的仿射變換模型；

所述局部鄰域為以特征匹配點為中心的局部鄰域；

步驟4)，基于局部仿射變換模型的可靠匹配點擴展；

步驟5)，構建格網仿射變換模型，實現大幾何畸變影像的配準拼接。

按上述方案，所述步驟2)中基于支持線投票策略的光度約束誤匹配初過濾，具體如下：

步驟2.1)基于支持線定義構建每一特征點的支持線集合，對于特征點p_i∈P，搜索其半徑為r的局部鄰域內的特征點為相鄰特征點，p_i的支持線即為p_i與這些相鄰特征點的連接線；