[發明專利]一種基于高斯金字塔分組的實時SIFT圖像匹配方法在審
| 申請號: | 202011238316.6 | 申請日: | 2020-11-09 |
| 公開(公告)號: | CN112434705A | 公開(公告)日: | 2021-03-02 |
| 發明(設計)人: | 董錦濤;陳水忠;郭許生 | 申請(專利權)人: | 中國航空工業集團公司洛陽電光設備研究所 |
| 主分類號: | G06K9/46 | 分類號: | G06K9/46;G06K9/62;G06T3/00 |
| 代理公司: | 西北工業大學專利中心 61204 | 代理人: | 金鳳 |
| 地址: | 471099 *** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 金字塔 分組 實時 sift 圖像 匹配 方法 | ||
本發明提供了一種基于高斯金字塔分組的實時SIFT圖像匹配方法,通過算法改進,改善實際應用中的實時性問題,針對SIFT的耗時問題,在保證原有匹配精度的同時,通過粗細匹配結合,并基于RANASC、GMS、最小二乘等改進去誤匹配過程的方法降低耗時。本發明匹配速度較傳統SIFT提高1倍以上;匹配精度與傳統SIFT接近,優于SURF,在保證匹配精度的同時大幅度提高了SIFT算法的實時性,提高了SIFT在工程應用中的可實現性和可行性。
技術領域
本發明涉及圖像拼接、運動目標檢測、圖像導航、電子穩像等領域,尤其是一種實時圖像匹配方法。
背景技術
SIFT算法因其優良的匹配性能受到廣泛研究,該算法具有對尺度變化、視角旋轉、照度變換的不變特性以及良好的仿射不變性,而且可以在一定程度上減小圖像噪聲、背景物體遮擋等對匹配性能的影響。
在軍事領域的目標跟蹤場景中,如戰機在高空下視敵機時,敵機所處環境往往會包括水體、植被、土地、山地等,跟蹤環境復雜多變;此外,物體遮擋、圖像采集和信道傳輸噪聲等也會導致目標信息提取的困難程度提高。基于SIFT算法進行幀間圖像匹配,從而提取出運動目標的方法經驗證可以有效提高檢出效率,減少誤匹配。因此,將SIFT算法應用到目標跟蹤檢測中,對于檢出精度和環境適應性的提升具有重要意義。
然而,隨著圖像傳感器、攝像機、照相機等圖像采集設備的發展,圖像分辨率不斷提高,提取到的的圖像特征數量也不斷增多,使得基于SIFT的圖像匹配實時性大大降低。因此,能否在保證匹配性能的前提下,減小SIFT算法的計算耗時,提高實時性,是能否將其應用到軍事領域目標跟蹤搜索的圖像匹配過程的關鍵所在。
發明內容
為了克服現有技術的不足,本發明提供一種基于高斯金字塔分組的實時SIFT圖像匹配方法,通過算法改進,改善實際應用中的實時性問題。針對SIFT的耗時問題,本發明進行算法改進,在保證原有匹配精度的同時,通過粗細匹配結合,并基于RANASC、GMS、最小二乘等改進去誤匹配過程的方法降低耗時。
本發明解決其技術問題所采用的技術方案的具體步驟如下:
步驟1:輸入原圖和目標圖后,進行SIFT特征提取;
步驟2:選取第二組高斯金字塔上的特征點基于歐式距離進行粗匹配,得到粗匹配對;
步驟3:通過基于GMS預檢驗的RANSAC算法得到去誤匹配對,并得到仿射變換矩陣H1;
步驟4:基于仿射矩陣H1,計算原圖和目標圖的匹配區域area1,area2;
步驟5:通過area1,area2分別檢驗原圖和目標圖中的剩余特征點,保留位于area1,area2區域內的點;
步驟6:對通過步驟5)得到的特征點進行特征匹配,即細匹配;
步驟7:根據基于預檢驗的最小二乘去誤匹配方法得到去誤匹配對;
步驟8:根據步驟3)和步驟7)得到的去誤匹配對,再次計算仿射變換矩陣H,并由仿射變換矩陣H再次檢驗去誤匹配對,保留滿足精度要求的匹配對,得到最終匹配結果。
所述精度要求為均方根誤差小于1。
所述粗匹配采用基于GMS預檢驗的RANSAC去誤匹配方法,具體步驟為:
1)根據預先設定的網格數目對匹配圖和原圖均勻劃分網格區域;
2)統計各網格區域內的特征點和匹配對數量,保留特征點和匹配對數目均不為零的網格(即非空網格);
3)通過GMS預檢驗匹配對,初步得到去誤匹配結果;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國航空工業集團公司洛陽電光設備研究所,未經中國航空工業集團公司洛陽電光設備研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011238316.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種全自動化學發光免疫檢測技術平臺
- 下一篇:一種水暖床墊





