一种基于特征点进行图像匹配的加速方法

摘要

本发明公开了一种基于特征点进行图像匹配的加速方法，属于计算机视觉领域。其特征在于，在目标图像和参考图像特征点提取和特征描述子构建之间加入fishing策略，将目标图像的所有特征点按照位置均匀划分为N×N个子区域，从各子区域里随机选取一定比例的特征点，并仅为这些特征点构建特征描述子并匹配。如果从某子区域中取出的特征点在参考图像中有较多匹配点，那么就增加下一次从该区域中选取特征点的数量，反之减少，直到匹配点总数达到阈值要求，或参与匹配的特征点达到一定比例。当参考图像已知时，与原有基于特征点进行图像匹配的方法相比，本发明可将图像匹配速度提高5倍左右，且不降低匹配精度、节省内存，并在一定程度上解决了匹配点的聚集问题。

主权项

一种基于特征点进行图像匹配的加速方法，其特征在于如下步骤：第一步，应用斑点或角点提取算法从目标图像和参考图像中提取特征点，建立参考图像的k维搜索树；如果参考图像已知，提前进行参考图像的特征点提取、特征描述子构建、k维搜索树构建与保存工作；第二步，将目标图像的所有特征点按照位置均匀划分为N×N个子区域，为各子区域设置特征点选取比例ai＝a0，i＝1,…,N²，a0为初始选取比例；第三步，在有剩余特征点的子区域i中随机选取比例为ai的特征点，i＝1,…,N²；第四步，为已选特征点构建特征描述子；第五步，基于参考图像的k维搜索树，对上述构建的目标图像特征描述子与参考图像特征描述子进行特征匹配；第六步，应用RANSAC剔除误匹配点；第七步，计算总匹配点数；若总匹配点数≥阈值TH，结束匹配过程；否则执行第八步；第八步，若目标图像中参与匹配的特征点比例大于设定值P，结束匹配过程；否则，根据各子区域的匹配情况动态调整其特征点选取比例ai，i＝1,…,N²：如果从区域i中取出的特征点在参考图像中有较多的匹配点，就增大ai，增加下一次从该区域中选取特征点的数量；反之，如果在参考图像中只有较少的匹配点或没有匹配点，就减小ai，减少下一次从该区域中选取特征点的数量；从各子区域的特征点子集中剔除已经参与匹配的特征点，转到第三步。