基于Skinner概率自动机的图像误匹配对去除方法

摘要

本发明公开了一种基于Skinner概率自动机的图像误匹配对去除方法，包括：进行图像匹配，得到匹配对；确定匹配结果的Skinner概率自动机数学模型；从匹配对中按照概率随机抽取匹配对，并且求出图像间的基础矩阵，然后将此基础矩阵带入所有匹配对，根据判决函数求出每个匹配对之间的极对距离和平均极对距离；根据权重调节函数、每个匹配对的极对距离和平均极对距离对每个匹配对进行权重的调整，并且计算每个匹配对的提取概率；判断当前基础矩阵是否具有最多正确匹配对数目，并结合三个判断条件控制算法迭代过程。本发明引入仿生学和认知心理学，在缺乏错匹配概率先验知识的情况下提出了三种迭代终止条件，提高了算法的自主性。

主权项

一种基于Skinner概率自动机的图像误匹配对去除方法，其特征在于包括以下步骤：步骤一，进行图像特征点或特征区域的检测与匹配，得到匹配对；步骤二，根据图像匹配结果确定匹配结果的Skinner概率自动机数学模型，其表达式为：Skinner‑Ransac＝{M,W,P,T,O,Inmost,Mo,N,Stc}M＝{m_i|i＝1,2,…,n},m_i＝{(x_i,y_i),(x′_i,y′_i)}W＝{w_i|i＝1,2,…,n}$P=\left\{p_i\right|i=1,2,...,n\},p_i=w_i/\underset{j=1}{\overset{n}{\Sigma }}{w}_j$$T:d_i=\left\{\begin{array}{cc}c,& d_i\ge c\\ d_i,& d_i<c\end{array}\right.,i=1,2,...,n$$O\to w_i=\left\{\begin{array}{cc}{w}_i+min\left(round\right(\bar{d}/d_i),H),& \bar{d}/d_i>1\\ \max (w_i-1,1)& \bar{d}/d_i\le 1\end{array}\right.,i=1,2,...,n$其中，M是图像间匹配对集合，m_i为图像间的第i个匹配对，包括两个图像的对应点坐标，n为总的匹配对数目；W是每个匹配对的权值，初始值w_i＝1；P是每个匹配对的提取概率，p_i的初始概率为1/n；T是判断每个匹配对在当前基础矩阵下是否为正确匹配对的判决函数，并且对所有错误匹配对之间的极对距离d_i赋予一个常数c，这个常数在算法执行前进行确定；O是针对匹配对权重的调节函数，根据的值对每个匹配对的权值进行调节，为平均极对距离，等于d_i的平均值，round为四舍五入函数，H为最大奖励程度；Inmost是用来记录当前最多正确匹配对数量，初始值为0；Mo用来存储当前最多正确匹配对数所对应的基础矩阵，初始值为3×3全零矩阵；N是算法最大迭代次数，当迭代次数大于N时，将停止迭代，将N设置为1000；Stc是概率自动机中的迭代停止条件，利用匹配对抽取概率的变化情况作为算法的终止条件；步骤三，从匹配对中按照概率随机抽取m个匹配对，并且按照m点法求出图像间的基础矩阵，然后将此基础矩阵带入所有匹配对，根据概率自动机中的判决函数T求出每个匹配对之间的极对距离d_i和平均极对距离步骤四，根据概率自动机中的权重调节函数O、每个匹配对的极对距离d_i和平均极对距离对每个匹配对进行权重的调整，并且根据调整后的权重计算每个匹配对的提取概率P；步骤五，判断当前基础矩阵是否具有最多正确匹配对数目，如果没有，转步骤三；如果有，且满足下面条件之一便结束算法迭代：条件1：$K\ge \frac{log(1-p)}{log(1-{\left(Inmost/n\right)}^m)}$其中，p为置信概率，m为每次抽取匹配对的数目；条件2：概率自动机中的迭代停止条件Stc，以匹配对抽取概率的变化情况作为算法的终止条件，其表达式为：$\frac{\underset{j=K-L+1}{\overset{K}{\Sigma }}\underset{i=1}{\overset{n}{\Sigma }}\left|(p_i^j-p_i^{j-1})\right|}{L}\le \lambda$其中，K为当前迭代次数；L为步长设定为10；λ为概率变化阈值，为一个正数，设定λ为0.01；条件3：当前迭代次数K等于自动机最大迭代次数N，其表达式为：K＝N如果以上条件全不满足，则转步骤三。