基于极线插入图像的ransac特征匹配优化方法

摘要

本发明公开了一种基于极线插入图像的ransac特征匹配优化方法，该方法能够提高匹配质量，增加特征点优质匹配数量，解决了ransac算法图像特征点优质匹配少、准确度不高的问题。该方法首先对待匹配的图像进行特征点检测、描述及匹配，通过比率和对称性测试对匹配集合进行初步筛选，剔除掉错误匹配；其次使用ransac算法获得原始优质匹配集合以及它支持的基础矩阵；再利用基础矩阵计算特征匹配点的极线，并对获得的极线进行挑选，以保证极线尽可能地在图像上均匀分布；然后对挑选的极线进行厚度及极线数量的处理，再插入图像中；最后对处理后的图像重新基于ransac算法进行优质匹配的获取过程。本方法效果良好，适用于各种图像。

主权项

一种基于极线插入图像的ransac特征匹配优化方法，其特征在于，所述方法包括如下所述步骤：步骤1：读取待匹配的两张图像，即：图像1和图像2，获得待匹配两幅图像的初始匹配集合；步骤2：使用ransac随机采样一致算法，计算最大支持匹配集合的基础矩阵，返回满足此基础矩阵的优质匹配集合和支持这个特征匹配集的基础矩阵；步骤3：利用原算法得到的基础矩阵，计算匹配点在对应图像上的极线；步骤4：在极线集合中获取能够在图像上均匀分布的极线；步骤5：利用选择的极线对图像进行处理；步骤6：对处理后的图像重新进行优质匹配集的计算。