[發明專利]聯合共線仿射不變性和尺度旋轉投票的影像匹配方法

在審

• 申請號: 202210075796.1
• 申請日: 2022-01-23
• 公開（公告）號: CN114493996A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 姜三;羅海涵;王力哲
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06T3/00
• 分類號: G06T3/00
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 魏波

本發明提供了一種聯合共線仿射不變性和尺度旋轉投票的影像匹配方法，包括：利用特征提取算法建立待處理影像對的初始匹配點；對任一初始匹配點，基于4鄰域劃分的鄰域點采樣，并利用共線仿射不變性幾何約束進行粗差剔除，得到粗差剔除后的匹配點；利用尺度旋轉投票進行匹配優化與擴展，得到優化擴展后的匹配點；利用全局幾何約束進行匹配優化，得到優化后的匹配結果。本發明提出的基于4鄰域劃分的采樣點選擇方案，能夠很好地解決傳統K最近鄰導致的局部連接關系不穩定的弊端，能夠自適應初始匹配點數量。本發明提出的基于共線仿射不變性幾何約束模型，具有很高的抗噪聲能力，并且計算復雜度低，能夠很好地滿足高效率匹配需求。

技術領域

本發明涉及攝影測量與計算機視覺領域，具體涉及一種聯合共線仿射不變性和尺度旋轉投票的影像匹配方法。

背景技術

影像匹配是攝影測量和計算機視覺領域的基礎研究內容，其目標是從兩張或者多張重疊影像中找出數量足夠、位置精確的同名點。由于成像角度、光照變化等因素影響，影像匹配結果中往往包含大量錯誤匹配點。因此，高效率、高精度的粗差剔除成為影像匹配亟需解決的關鍵問題。

目前，常用的粗差剔除方法包括全局幾何約束、局部幾何約束和局部輻射約束三類。其中，全局幾何約束一般從初始匹配結果中估計一個合理的變換模型，然后檢查匹配點是否與估計的變換模型相兼容：如果兼容，當前匹配點被歸為正確匹配；否則，被標記為錯誤匹配。全局幾何約束一般適用于高內點率的初始匹配點粗差剔除，并且依賴于一個事先定義的幾何變換模型進行決策。隨著初始匹配的外點率提高，全局幾何約束的計算復雜度呈幾何級數的增長。局部幾何約束利用待驗證匹配點與鄰域點之間的連接關系，構建局部范圍內穩定約束關系。與全局幾何約束相比較，局部幾何約束能夠更好的擬合局部幾何變形，并且不需要全局變換模型參數估計，具有更好的抗噪聲能力。但是，這類算法對粗差的區分能力比不上基于模型參數估計的全局幾何約束算法。局部輻射約束利用待驗證匹配點局部區域或與其鄰域點之間線局部區域的輻射信息構建約束關系。與局部幾何約束相比，局部輻射約束的粗差剔除能力更強。這類算法往往和局部幾何約束結合使用，用于提高局部幾何約束的粗差剔除性能。

對于高錯誤率的初始匹配，結合局部約束和全局幾何約束的優勢，可以得到高效、高精度匹配結果：局部幾何約束和局部輻射約束具有高抗噪聲能力；全局幾何約束對外點具有更高的區分能力。但是，現有的局部約束大部分采用K最近鄰構建局部連接，一方面難以確定合適的K最近鄰數量；另一方面，K最近鄰點可能構成非穩定的局部連接。另外，現有的局部幾何約束和局部輻射約束存在抗噪聲能力有限、計算復雜度高等問題。由此可見，十分有必要設計更穩健、高效的影像匹配粗差剔除方法。

發明內容

本發明要解決的主要技術問題是提供一種更穩健、高效的影像匹配粗差剔除方法，為了實現上述目的，本發明提供了一種聯合共線仿射不變性和尺度旋轉投票的影像匹配方法，包括以下步驟：

S1：利用特征提取算法建立待處理影像對(i₁,i₂)的初始匹配點(x_i,x_i')；

S2：對任一所述初始匹配點(i₁,i₂)，基于4鄰域劃分的鄰域點采樣，并利用共線仿射不變性幾何約束進行粗差剔除，得到粗差剔除后的匹配點；

S3：基于所述粗差剔除后的匹配點，利用尺度旋轉投票進行匹配優化與擴展，得到優化擴展后的匹配點；

S4，基于所述優化擴展后的匹配點，利用全局幾何約束進行匹配優化，得到優化后的匹配結果。

優選地，步驟S1包括：

S1.1：分別提取待處理影像對的局部關鍵點，并生成關鍵點的特征描述子向量；

S1.2：基于所述特征描述子向量的最近歐式距離計算，查找每個特征點距離最近的2個候選匹配點；