欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019109057188
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-26
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于改进GMS‑ORB特征的图像匹配方法,其特征在于,包括以下步骤:S1、使用Fast方法分别对原图像与待配准图像的特征点进行粗提取,获得特征点;

S2、利用机器学习方法对步骤S1的特征点进行筛选得出最优Fast特征点;

S3、构建高斯金字塔使得步骤S2中检测出的特征点具有尺度不变性;

S4、使用灰度质心法使得步骤S2检测出的特征点具有旋转不变性;

S5、使用二元健壮独立基础特征算法对经过步骤S4灰度质心法限定的特征点进行描述,利用基于汉明距离的暴力匹配算法进行特征点粗匹配;

S6使用改进的GMS算法对粗匹配进行提纯,改进在于引入四叉树结合GMS算法剔除错误匹配,完成图像配准;

所述步骤S6使用改进的GMS算法对粗匹配进行提纯,具体包括:

步骤1、设定一个四叉树的最大划分深度d,然后设定每个分块内部匹配点的阈值ε,如果当前图像块内部匹配点数大于阈值ε,就对当前块进行四叉树划分,否则就不再划分;认定当前块已经划分完成,直到所有图像块内部匹配点数量小于阈值ε或者该分块对应的四叉树深度达到最大划分深度停止划分;

步骤2、对两幅图像进行四叉树分块处理,即将图像Ia和图像Ib划分为多个网格块集合{A,B},其中A={a1,a2...ai...aM},B={b1,b2...bj...bM},ai表示Ia中第i个网格块,bj表示Ib中第j个网格块;通过统计当前网格相邻的四个网格特征分数,将这5个网格特征分数之和称为五宫格特征分数Si,定义公式如下:式中Si,j是第i个网格所在的五宫格中第j个网格特征分数;

步骤3、当网格特征分数Si大于网格特征分数阈值ST时,判定{fai,fbi}为正确匹配,反之,为错误匹配;网格特征分数阈值ST计算公式为:ST=μln(αMi+β)

式中μ,α,β为阈值系数。

2.根据权利要求1所述的一种基于改进GMS‑ORB特征的图像匹配方法,其特征在于,所述步骤S1使用Fast对原图像与待配准图像的特征点进行粗提取,具体包括:从原图像中选取一点P,以P为圆心画一个半径为3像素的圆,圆周上如果有连续n个像素点的灰度值比P点的灰度值大或者小,则认为P为特征点,n设置为12;或者,首先同时检查1、9、5、13位置上的灰度值,那么这四个位置上有3个或3个以上的像素值都大于或小于P点的灰度值,如果不满足则排除此点。

3.根据权利要求2所述的一种基于改进GMS‑ORB特征的图像匹配方法,其特征在于,所述步骤S2使用机器学习方法中的ID3算法递归地构建决策树,计算信息增益最大的特征点作为最优特征点,训练一个决策树将特征点圆周上的16个像素输入决策树中,以此来筛选出最优的Fast特征点。

4.根据权利要求2所述的一种基于改进GMS‑ORB特征的图像匹配方法,其特征在于,所述步骤S3构建高斯金字塔使得步骤S2的最优Fast特征点具有尺度不变性具体包括:建立高斯金字塔,设置一个比例因子scaleFactor和金字塔的层数nlevels,将原图像按比例因子缩小成nlevels幅图像,缩放后的图像为:I′=I/scaleFactor

I表示原图像,I′为缩放后图像,scaleFactor在opencv中默认1.2,nlevels幅不同比例的图像提取特征点总和作为这幅图像的Fast特征点。

5.根据权利要求4所述的一种基于改进GMS‑ORB特征的图像匹配方法,其特征在于,所述步骤S4使用灰度质心法实现特征点的旋转不变性具体包括:以P为关键点建立5×5像素矩形,以P为圆心做矩形内切圆,圆内为取点区域,把这块圆心区域看做一块木板,木板上每个点的质量等于其对应的像素值,根据积分学的知识求出这个密度不均匀木板的质心Q,计算公式如下,其中R为圆的半径;

可以求出质心:

角点坐标为P,向量的角度即为该特征点的方向,计算公式如下:

6.根据权利要求5所述的一种基于改进GMS‑ORB特征的图像匹配方法,其特征在于,所述步骤S5使用BRIEF算法对Fast角点提取出来的特征点进行描述具体包括:利用基于汉明距离的暴力匹配算法进行特征点粗匹配,ORB特征提取算法根据其特性采用31×31像素领域进行BRIEF描述,并采用5×5的二进制测试窗口对特征点采样对进行积分图像计算;

二进制测试τ定义为:

在31×31的邻域范围内按照高斯分布选择n对随机点对,点对之间的配对也是随机配对,生成的n维的BRIEF二进制描述向量定义为:其中,n一般取值选择为128,256;

定义一个2×n的矩阵:

使用特征点方向θ对应的旋转矩阵R,则有Sθ=RS描述子表示为:

gn(p,θ)=fn(p)|(xi,yi)∈Sθ

在获取特征描述子后,设定阈值,当2个特征点的描述子相似度大于阈值则判定为相同特征点,即2个点匹配成功。

7.一种存储介质,该存储介质内部存储计算机程序,其特征在于,所述计算机程序被处理器读取时,执行上述权利要求1~6任一项的方法。