[發(fā)明專利]一種基于區(qū)域一致性和GMS的圖像特征匹配方法

在審

• 申請?zhí)枺?/td>: 202111381636.1
• 申請日: 2021-11-22
• 公開（公告）號: CN114170450A
• 公開（公告）日: 2022-03-11
• 發(fā)明（設計）人: 黃成;王校宏;徐志良
• 申請（專利權）人: 南京理工大學
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06K9/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

1.一種基于區(qū)域一致性和GMS的圖像特征匹配方法，其特征在于，包括以下步驟：

步驟1、利用工業(yè)相機采集目標不同角度下的圖像；

步驟2、利用FAST算法采集圖像中的特征點；

步驟3、利用rBRIEF算法求步驟2中采集到的特征點的特征向量分布圖，也即特征描述子；

步驟4、將得到的目標不同角度的特征向量進行暴力匹配，得到粗匹配結果；

步驟5、將包含步驟4中粗匹配結果的圖像劃分成多個網(wǎng)格，重新定義鄰域；

步驟6、通過計算步驟5中匹配好的特征點的正確匹配個數(shù)以及區(qū)域一致性，來判斷該特征點是否被正確匹配。

2.根據(jù)權利要求1所述的基于區(qū)域一致性和GMS的圖像特征匹配方法，其特征在于，步驟1所述利用工業(yè)相機采集目標不同角度下的圖像，具體如下：

將工業(yè)攝像機放置在拍攝目標的不同角度，打開并連接到PC機，調好焦距，確定能采集到圖片；安裝完成后采集不同角度的圖片通過圖像采集卡傳入計算機處理系統(tǒng)，處理平臺為Visual Studio 2019+OpenCV 3.4.2。

3.根據(jù)權利要求1所述的基于區(qū)域一致性和GMS的圖像特征匹配方法，其特征在于，步驟2所述利用FAST算法采集圖像中的特征點，具體如下：

以像素點p點為圓心，以3個像素單位為半徑畫圓，稱該區(qū)域為鄰域；通過求出p點灰度值與圓周上各像素點灰度值的差值，并統(tǒng)計該差值的絕對值大于閾值ε_d的點的個數(shù)，判斷p點是否為特征點；

特征點的響應函數(shù)N為：

其中I(i)表示p點的圓周上第i個像素點的灰度值，I(p)表示p點的像素值；對于給定的閾值N₀，當N＞N₀時認為p點是特征點；

采用灰度質心定位的方法計算特征點的方向：基于特征點與中心像素亮度不同的假設，以特征點為中心點，在鄰域內(nèi)計算質心位置，以質心為終點構造向量，通過向量推導出質心的方向，定義圖像塊的矩m_pq的計算方式如下：

其中x，y表示像素局部坐標，取值范圍為[-3，3]；I(x，y)表示此像素坐標x，y的灰度值；x^p和y^q分別表示對x，y進行指數(shù)運算，p，q＝{0，1}；m_pq表示p，q取不同值時計算得到的矩；

通過該矩找到領域的質心C為：

記特征點為O，得到一個向量用向量的方向θ表示特征點的方向：

4.根據(jù)權利要求1所述的基于區(qū)域一致性和GMS的圖像特征匹配方法，其特征在于，步驟3中利用rBRIEF算法求步驟2中采集到的特征點的特征向量分布圖，具體為：

將步驟2中尋找FAST的關鍵點的方向作為BRIEF的方向，這樣得到的特征點同時具備方向和尺度信息；

首先對采集到的原始圖像進行平滑處理，降低圖像噪聲對描述符的影響；然后，假設當前特征點的一個正方形領域為P，那么P中采樣點對的二進制比較結果為：

其中，p(A)與p(B)表示一對采樣點AB的灰度像素值；

根據(jù)P中采樣點對的位置和數(shù)量，得到一個n位的二進制BRIEF描述符，如下式所示：

A_i，B_i為第i個采樣點對中的AB兩點；

為了得到rBRIEF描述符，需要使鄰域坐標軸按照特征點主方向角度θ進行旋轉；記選擇的n個領域內(nèi)的采樣點坐標為(x_i，y_i)，其中i＝1，2，3，…，n；

定義一個2×n的矩陣D：

設特征點主方向θ對應的旋轉矩陣為R_θ，則旋轉后采樣點的坐標集合表示為D_θ：

D_θ＝R_θD。