快速鲁棒性尺度不变的图像匹配方法

摘要

本发明公开了鲁棒性快速的尺度不变图像匹配方法，涉及计算机视觉领域。本发明的重点在于提高特征匹配的可靠性与实时性，提出了一种鲁棒性快速的尺度不变图像匹配方法。具体方法为，首先利用Wallis滤波与灰度均匀化减弱噪声与光照影响；其次提出SURNSIF检测子与描述子来增强算法对尺度变换与旋转变换的鲁棒性，以及提高运行速度；再次利用基于KD树的BBF与双向匹配结合的方法提高搜索效率；最后利用PROSAC去除错误点完成匹配。本发明中SURNSIF不仅保证了特征检测与描述的鲁棒性，还兼顾了运算的速度，从而改善了图像匹配的实时性与可靠性。

主权项

快速鲁棒性尺度不变的图像匹配方法，其特征在于：包括以下步骤：步骤一：利用Wallis滤波和灰度均匀化对两张非同源图像分别进行预处理后得到对应的两张待匹配图像；步骤二：提出SURNSIF检测子：对两张待匹配图像分别构建非线性尺度空间，并在非线性尺度空间中利用AGAST算子对待匹配图像进行特征检测分别得到两组候选点后，对两组候选点均分别进行非极大值抑制和亚像素级矫正获得两组特征点；步骤三：提出SURNSIF描述子：利用小波扇形环绕对两组特征点分别赋予方向得到两组定向的特征点，对两组定向的特征点分别构造具有交叠带的描述网格，在各自的描述网格内对定向的特征点进行邻域小波响应加权求和并增加尺度空间位置约束，得到两组特征向量；步骤四：利用基于KD树的BBF算法与双向匹配法对两组特征向量进行快速匹配得到特征点对应关系后，对特征点对应关系采用PROSAC算法得到图像变换模型；完成两张非同源图像的匹配。