序列图像三维重建中控制特征点与最优局部单应引导的图像匹配方法

摘要

本发明公开了一种序列图像三维重建中控制特征点与最优局部单应引导的图像匹配方法，其首先在采集到的序列图像中选择控制特征点；并对控制特征点进行跟踪，作为最终关键帧图像的同名特征点，以解算出关键帧图像间的相对几何关系；根据跟踪获得的已配准控制特征点，计算待匹配点最优局部单应，利用最优局部单应预测待匹配点在另一序列图像上的同名特征点位置，在预测位置进行匹配定位。本发明可应用于无人机对地三维测量和空间目标三维结构恢复，也可用于序列图像对场景的测量。同时，本发明能够使得序列图像的关键帧之间的同名特征点匹配具备准确性高、抗干扰能力强、密集匹配速度快的优势。

主权项

一种序列图像三维重建中控制特征点与最优局部单应引导的图像匹配方法，其特征是，包括如下步骤：1)在采集到的序列图像中选择控制特征点，即：待测图像由I×J个网格均匀划分为I×J区域，在每个区域的图像上用Forstner算法提取兴趣值最大的前n个点作为控制特征点，最终形成全图的控制特征点，共I×J×n个；2)在连续采集到的序列图像中对控制特征点进行跟踪得到成功跟踪的特征点，且将其作为最终关键帧图像的同名特征点；所述特征点的跟踪方法为：对第一个关键帧图像上的每一个控制特征点在连续序列图像中下一幅图像上用最小二乘进行匹配定位，各序列图像之间采用Kalman滤波进行预测，实现控制特征点的跟踪；直到选择下一个关键帧图像时停止跟踪，此时成功跟踪的控制特征点作为这两个关键帧图像的同名特征点，用于相对几何关系解算，求解关键帧之间的基础矩阵F；3)利用最优局部单应引导对两个关键帧图像需要重建的密集点或兴趣结构点进行匹配；首先识别待匹配点附近的图像控制特征点所在的多个候选局部平面，获得候选局部平面组，用每一个局部平面确定的单应来预测待匹配点的同名特征点，根据得到的预测点与待匹配点相应的局部区域图像的相关系数作为当前局部单应的有效性的度量，选择具有最大有效性的局部单应作为该待匹配点的最优局部单应；以第一幅图像待匹配点区域为模板，计算其在第二幅图上最优局部单应确定的预测点；对预测点3×3邻域范围内每一个点为中心的局部图像，计算其与第一幅图的待匹配点区域局部图像相关系数，如果预测点对应于该邻域的相关系数极大值，则采用相关系数拟合确定精确定位点；如果不是极大值点，则以新的相关系数极大值点为中心，计算其邻域相关系数，并进行相关系数拟合精确定位。