发明名称 | 一种图像优质特征匹配集的获取方法 | ||
摘要 | 本发明公开了一种图像优质特征匹配集的获取方法,本发明解决了原方法获得优质特征匹配数少而不能满足应用需求的问题,提出了新的优质匹配获取方法。该方法能够提高匹配质量,增加特征点优质匹配数量。本发明的大致过程包括:(1)图像特征点检测、描述和匹配;(2)获得待匹配图像之间的基础矩阵;(3)利用基础矩阵计算待匹配图像上特征点的极线;(4)对称性过滤器初次过滤掉错误匹配;(5)极线约束,利用极线与对应图像上特征点的关系,对匹配集合进行筛选过滤,获得优良的匹配集合;(6)剔除掉在同一极线上的匹配点存在相互交叉的匹配,获得最终的优质匹配集合。本发明效果好,适用于各种图像数据。 | ||
申请公布号 | CN104680516A | 申请公布日期 | 2015.06.03 |
申请号 | CN201510010357.2 | 申请日期 | 2015.01.08 |
申请人 | 南京邮电大学 | 发明人 | 高志强;陈洁;密保秀 |
分类号 | G06T7/00(2006.01)I | 主分类号 | G06T7/00(2006.01)I |
代理机构 | 南京知识律师事务所 32207 | 代理人 | 汪旭东 |
主权项 | 一种图像优质特征匹配集的获取方法,其特征在于,所述的方法包括如下步骤:步骤1:读取待匹配两幅图像,获得计算基础矩阵的RANSAC算法的输入匹配集合;步骤2:使用RANSAC算法计算基础矩阵,根据极性几何投影关系,计算出具有最大匹配支持集合的基础矩阵,返回满足此基础矩阵的优质匹配集合及基础矩阵;步骤3:对于待匹配的两幅图像,根据描述子内容进行特征点匹配;步骤4:对得到的两个匹配集合进行对称性测试,两个匹配集合中的索引值相互对称时保留此匹配集合,不对称时剔除此匹配集合,返回对称性的匹配集合;步骤5:计算图像特征点在对应图像上的极线;步骤6:对通过对称性测试的匹配集合进行极线约束测试,剔除错误的匹配,返回通过极线约束测试的匹配集合;步骤7:对于通过极线约束的匹配集合,剔除在同一根极线上匹配点交叉的匹配,返回最终的优质匹配集合。 | ||
地址 | 210023 江苏省南京市栖霞区文苑路9号 |