[發明專利]圖像匹配方法、生物識別芯片及電子裝置

有效

• 申請號: 202011321538.4
• 申請日: 2020-11-23
• 公開（公告）號: CN112308027B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 龍文勇;李準;張靖愷
• 申請（專利權）人: 敦泰電子(深圳)有限公司
• 主分類號: G06V40/12
• 分類號: G06V40/12;G06V20/10;G06V10/74;G06V10/77;G06K9/62
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 劉永輝

本申請提供一種圖像匹配方法，所述方法通過遍歷預設數量組合的中的所有組合，從中找出一個最優組合，并且能夠讓匹配關鍵點點對的描述子之間的漢明距離盡量小，非匹配關鍵點點對的描述子之間的漢明距離盡量大，從而達到盡量拉大類內距離和類間距離之間的差異的目的。在后續圖像匹配過程中，能夠按照所述方法生成的最優組合生成用于圖像匹配的二值化的描述子。此外，本申請還提供一種生物識別芯片、電子裝置。本申請可以減少描述子的儲存空間，并能加快圖像匹配的速度。

技術領域

本申請涉及圖像識別技術領域，具體涉及一種圖像匹配方法、生物識別芯片及電子裝置。

背景技術

傳統的局部特征匹配算法，比如SIFT、SURF等經典的算法，都是通過尋找圖像中的關鍵點，然后根據關鍵點周圍的信息生成對應的描述子。例如，可以生成128維或者64維的描述子，為了后續的方便，將所述生成128維或者64維的描述子稱為原始描述子。由于所述原始描述子的每一維需要占用4個字節的空間，而一副圖像一般會有上百到幾千個關鍵點。因此，所述原始描述子占用的空間會比較大。并且在利用所述原始描述子進行圖像匹配的時候，通常會使用歐式距離來判斷是否圖像匹配，會出現判斷時間消耗比較長的情況。

為了解決上述問題，近幾年出現了對所述原始描述子進行二值化的研究。例如，運用中值或者訓練閾值的方法，對所述原始描述子進行二值化。然而，上述方法無法較好的保留原始描述子(SIFT、SURF等生成的N維描述子)的特征和描述子內部之間的關系，導致生成的二值化描述子的可分性不強，從而出現圖像匹配效果不佳的現象。

發明內容

鑒于以上問題，本申請提出一種圖像匹配方法、生物識別芯片及電子裝置，可以加快圖像匹配的速度。

本申請的第一方面提供一種圖像匹配方法，所述方法包括：獲取匹配圖像對，及從所述匹配圖像對中隨機挑選出N對匹配關鍵點點對和M對非匹配關鍵點點對；基于所述N對匹配關鍵點點對中的每一匹配關鍵點點對確定預設維度的描述子，基于預設維度的描述子和降維目標值選取預設數量點對組合，計算各個點對組合中點對的漢明距離；基于所述M對非匹配關鍵點點對中的每一非匹配關鍵點點對確定預設維度的描述子，基于預設維度的描述子和降維目標值選取預設數量點對組合，計算各個點對組合中點對的漢明距離；基于N對匹配關鍵點的各個點對組合中點對的漢明距離，計算得到第一均值；基于所述M對非匹配關鍵點的各個點對組合中點對的漢明距離，計算得到第二均值；在遍歷所述預設數量點對組合中的所有組合后，計算得到預設數量的第一均值和預設數量的第二均值；從所述預設數量的第一均值中選擇第一目標均值，以及從所述預設數量的第二均值中選擇第二目標均值，其中所述第一目標均值與所述第二目標均值之間的差值的絕對值最大；確定所述第一目標均值對應的所述預設數量組合中的第一組合，以及從所述第二目標均值對應的所述預設數量組合中的第二組合；存儲所述第一組合和所述第二組合，并利用所述第一組合生成的二值化描述子和所述第二組合生成的二值化描述子執行圖像匹配。

根據本申請的一些實施方式，所述匹配圖像對包括第一圖像和第二圖像，所述N對匹配關鍵點點對包括第一圖像中的匹配關鍵點P_A1、P_A2…P_An以及對應的第二圖像中的匹配關鍵點P_B1、P_B2…P_Bn，所述M對非匹配關鍵點點對包括第一圖像中的非匹配關鍵點NP_A1、NP_A2…NP_Am以及對應的第二圖像中的非匹配關鍵點NP_B1、NP_B2…NP_Bm，其中N等于M。

根據本申請的一些實施方式，所述第一圖像和所述第二圖像之間的相似度大于或等于預設值。