[發(fā)明專利]一種圖像特征點(diǎn)匹配的誤匹配剔除方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110777268.6
• 申請(qǐng)日: 2021-07-09
• 公開（公告）號(hào): CN113516184B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 魏振忠;周俊孚;許庭兵
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06V10/75;G06V10/40
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 王愛濤

1.一種圖像特征點(diǎn)匹配的誤匹配剔除方法，其特征在于，所述誤匹配剔除方法包括：

根據(jù)第一圖像對(duì)應(yīng)的第一特征點(diǎn)集和所述第一特征點(diǎn)集中每一第一特征點(diǎn)的空間域特征描述符，以及第二圖像對(duì)應(yīng)的第二特征點(diǎn)集和所述第二特征點(diǎn)集中每一第二特征點(diǎn)的空間域特征描述符，利用最近鄰方法得到所述第一圖像和所述第二圖像匹配時(shí)的初始匹配集合；

根據(jù)所述第一特征點(diǎn)集、所有所述第一特征點(diǎn)的空間域特征描述符、所述第二特征點(diǎn)集和所有所述第二特征點(diǎn)的空間域特征描述符，計(jì)算每一所述第一特征點(diǎn)的頻譜域特征描述符和每一所述第二特征點(diǎn)的頻譜域特征描述符；

根據(jù)所有所述第一特征點(diǎn)的頻譜域特征描述符和所有所述第二特征點(diǎn)的頻譜域特征描述符，利用最近鄰方法獲取多個(gè)種子點(diǎn)；

根據(jù)所述初始匹配集合，在距離約束下確定每一所述種子點(diǎn)對(duì)應(yīng)的種子點(diǎn)鄰域；

對(duì)于每一所述種子點(diǎn)鄰域，利用自適應(yīng)局部仿射驗(yàn)證方法對(duì)所述種子點(diǎn)鄰域內(nèi)的匹配進(jìn)行篩選，得到剔除后匹配集合；

所述根據(jù)所述第一特征點(diǎn)集、所有所述第一特征點(diǎn)的空間域特征描述符、所述第二特征點(diǎn)集和所有所述第二特征點(diǎn)的空間域特征描述符，計(jì)算每一所述第一特征點(diǎn)的頻譜域特征描述符和每一所述第二特征點(diǎn)的頻譜域特征描述符具體包括：

根據(jù)所述第一特征點(diǎn)集、所有所述第一特征點(diǎn)的空間域特征描述符、所述第二特征點(diǎn)集和所有所述第二特征點(diǎn)的空間域特征描述符，建立權(quán)重矩陣；

根據(jù)所述權(quán)重矩陣計(jì)算拉普拉斯矩陣；

對(duì)所述拉普拉斯矩陣進(jìn)行特征譜分解，獲得矩陣特征譜；

根據(jù)所述矩陣特征譜計(jì)算每一所述第一特征點(diǎn)的頻譜域特征描述符和每一所述第二特征點(diǎn)的頻譜域特征描述符；

所述根據(jù)所述第一特征點(diǎn)集、所有所述第一特征點(diǎn)的空間域特征描述符、所述第二特征點(diǎn)集和所有所述第二特征點(diǎn)的空間域特征描述符，建立權(quán)重矩陣具體包括：

其中，W為權(quán)重矩陣；W₁為第一特征點(diǎn)集對(duì)應(yīng)的第一權(quán)重矩陣；C為第一特征點(diǎn)集和第二特征點(diǎn)集間的聯(lián)合權(quán)重矩陣；W₂為第二特征點(diǎn)集對(duì)應(yīng)的第二權(quán)重矩陣；

其中，為W₁中第x₁行、第x₂列的元素值；f(x₁)為第x₁個(gè)第一特征點(diǎn)的空間域特征描述符；f(x₂)為第x₂個(gè)第一特征點(diǎn)的空間域特征描述符；x₁＝1，2，...，n₁；x₂＝1，2，...，n₁；n₁為第一特征點(diǎn)集中第一特征點(diǎn)的個(gè)數(shù)；

其中，為W₂中第y₁行、第y₂列的元素值；f(y₁)為第y₁個(gè)第二特征點(diǎn)的空間域特征描述符；f(y₂)為第y₂個(gè)第二特征點(diǎn)的空間域特征描述符；y₁＝1，2，...，n₂；y₂＝1，2，...，n₂；n₂為第二特征點(diǎn)集中第二特征點(diǎn)的個(gè)數(shù)；

c_x,y＝e^{-||f(x)-f(y)||}；

其中，c_x,y為C中第x行、第y列的元素值；f(x)為第x個(gè)第一特征點(diǎn)的空間域特征描述符；f(y)為第y個(gè)第二特征點(diǎn)的空間域特征描述符；x＝1，2，...，n₁；y＝1，2，...，n₂；

所述根據(jù)所述權(quán)重矩陣計(jì)算拉普拉斯矩陣具體包括：

其中，為拉普拉斯矩陣；I為單位矩陣；D為對(duì)角矩陣；W為權(quán)重矩陣；W為n×n矩陣；

其中，為D中第d₁行第d₁列的元素值；為W中第d₁行第d₂列的元素值；d₁＝1，2，...，n；d₂＝1，2，...，n；

所述根據(jù)所述初始匹配集合，在距離約束下確定每一所述種子點(diǎn)對(duì)應(yīng)的種子點(diǎn)鄰域具體包括：

其中，N_i為第i個(gè)種子點(diǎn)對(duì)應(yīng)的種子點(diǎn)鄰域；x′為第一特征點(diǎn)集中的任一第一特征點(diǎn)；y′為第二特征點(diǎn)集中的任一第二特征點(diǎn)，且x′和y′組成的匹配屬于初始匹配集合；為第i個(gè)種子點(diǎn)中的第一特征點(diǎn)；λ₁為超參數(shù)；R₁為第一圖像的距離閾值；為第i個(gè)種子點(diǎn)中的第二特征點(diǎn)；R₂為第二圖像的距離閾值；

所述利用自適應(yīng)局部仿射驗(yàn)證方法對(duì)所述種子點(diǎn)鄰域內(nèi)的匹配進(jìn)行篩選，得到剔除后匹配集合具體包括：

在每一次迭代時(shí)，隨機(jī)選取處于所述種子點(diǎn)鄰域內(nèi)的多對(duì)匹配，對(duì)所述多對(duì)匹配進(jìn)行擬合得到初始仿射模型；

計(jì)算所述種子點(diǎn)鄰域中每一對(duì)所述匹配的置信度得分，根據(jù)所有所述匹配的置信度得分確定所述初始仿射模型中的局內(nèi)點(diǎn)個(gè)數(shù)；

判斷當(dāng)前迭代次數(shù)是否達(dá)到預(yù)設(shè)迭代次數(shù)，若是，則停止迭代，選取所有迭代中局內(nèi)點(diǎn)個(gè)數(shù)最多的初始仿射模型作為仿射模型，利用所述仿射模型對(duì)所述種子點(diǎn)鄰域內(nèi)的匹配進(jìn)行篩選，剔除所述種子點(diǎn)鄰域中不滿足所述仿射模型的匹配，得到剔除后匹配集合；

若否，則返回“隨機(jī)選取處于所述種子點(diǎn)鄰域內(nèi)的多對(duì)匹配”的步驟，繼續(xù)迭代。