一種基于sift特征點(diǎn)匹配的優(yōu)化方法
【專利摘要】本發(fā)明公開了一種基于SIFT特征點(diǎn)匹配的優(yōu)化方法。本發(fā)明用尺度不變特征轉(zhuǎn)換算法提取圖像特征點(diǎn)及其描述符，K最鄰近結(jié)點(diǎn)算法對描述符的歐氏距離進(jìn)行交叉匹配，計算基礎(chǔ)點(diǎn)集的每一個點(diǎn)比值測試值，引入坐標(biāo)信息擬合出消影點(diǎn)坐標(biāo)，通過消影點(diǎn)進(jìn)行校驗(yàn)，剔除了一些SIFT匹配由于只考慮了尺度空間而引入的錯誤匹配點(diǎn)。
【專利說明】—種基于SIFT特征點(diǎn)匹配的優(yōu)化方法
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明本發(fā)明屬于圖像處理與模式識別領(lǐng)域中的圖像匹配【技術(shù)領(lǐng)域】，具體涉及一種基于SIFT (Scale-1nvariant feature transform,即尺度不變特征轉(zhuǎn)換)特征點(diǎn)匹配的優(yōu)化方法。
【背景技術(shù)】:
[0002]圖像匹配技術(shù)主要過對影像內(nèi)容、特征、結(jié)構(gòu)、關(guān)系、紋理及灰度等的對應(yīng)關(guān)系，相似性和一致性分析，尋求相同影像目標(biāo)的方法。圖像匹配技術(shù)可分為:基于圖像灰度的匹配技術(shù)、基于圖像特征的匹配技術(shù)、基于模板匹配的匹配技術(shù)和基于變換域的匹配技術(shù)。但在待匹配圖像無旋轉(zhuǎn)的情況下，匹配結(jié)果有待提高。

【發(fā)明內(nèi)容】
:
[0003]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于SIFT特征點(diǎn)匹配的優(yōu)化方法。
[0004]為了解決【背景技術(shù)】所存在的問題，本發(fā)明采用以下技術(shù)方案:
[0005]一種基于SIFT特征點(diǎn)匹配的優(yōu)化方法，它包括如下步驟:
[0006](1)讀取待匹配圖像；
[0007](2用尺度不變特征轉(zhuǎn)換算法提取圖像特征點(diǎn)及其描述符，用128維向量表示；
[0008](3)K最鄰近結(jié)點(diǎn)算法對描述符的歐氏距離進(jìn)行交叉匹配，即先用左圖的特征描述匹配右圖的特征描述，再用右圖的特征描述匹配左圖的特征描述；選取兩次匹配相同的點(diǎn)，作為匹配的基礎(chǔ)點(diǎn)集；
[0009](4)計算基礎(chǔ)點(diǎn)集的每一個點(diǎn)比值測試值，即左圖上特征點(diǎn)與右圖最匹配的點(diǎn)，右圖次匹配的點(diǎn)，分別作差在作比；同理對右圖的點(diǎn)做相同的點(diǎn)做相同的操作，取兩個比值的平均值；
[0010](5)比值測試值，作為SIFT特征點(diǎn)的不可信度，S卩比值測試值越小越可信。
[0011](6)取可信度高的部分，這里取值為0到0.3之間為標(biāo)準(zhǔn)點(diǎn)集，值為0.3到0.8之間為待定點(diǎn)集；
[0012](7)對標(biāo)準(zhǔn)點(diǎn)集在同一個坐標(biāo)系中，用直線的方式描述；
[0013](8)依次對每一條直線求其余直線與該直線的交點(diǎn)，在這些交點(diǎn)中取距離最遠(yuǎn)的兩個交點(diǎn)作為該直線的特征值；
[0014](9)取直線特征值最小的兩個作為最優(yōu)直線，以這兩條直線的交點(diǎn)作為消影點(diǎn)。
[0015]( 10)對待定點(diǎn)集的每一個點(diǎn)求解左圖點(diǎn)坐標(biāo)為起點(diǎn)，消影點(diǎn)為終點(diǎn)與左圖點(diǎn)坐標(biāo)為起點(diǎn)，右圖點(diǎn)坐標(biāo)為終點(diǎn)的余弦值；
[0016](11)取余弦值接近1的為正確點(diǎn)，這里取大于0.99，組成正確點(diǎn)集；
[0017](12)最終的匹配點(diǎn)集有標(biāo)準(zhǔn)點(diǎn)集和正確匹配點(diǎn)集組成。
[0018]本發(fā)明對比現(xiàn)有技術(shù)有如下的有益效果:本發(fā)明引入坐標(biāo)信息進(jìn)行校驗(yàn)，剔除了一些SIFT匹配由于只考慮了尺度空間而引入的錯誤匹配點(diǎn)。
【專利附圖】

【附圖說明】:
[0019]圖1為本發(fā)明方法流程圖。
【具體實(shí)施方式】:
[0020]下面結(jié)合附圖，對本發(fā)明作進(jìn)一步詳細(xì)描述:
[0021]圖1為本發(fā)明方法流程圖。一種基于SIFT特征點(diǎn)匹配的優(yōu)化方法，它包括如下步驟:
[0022](1)讀取待匹配圖像；
[0023](2用尺度不變特征轉(zhuǎn)換算法提取圖像特征點(diǎn)及其描述符，用128維向量表示；
[0024](3)K最鄰近結(jié)點(diǎn)算法對描述符的歐氏距離進(jìn)行交叉匹配，即先用左圖的特征描述匹配右圖的特征描述，再用右圖的特征描述匹配左圖的特征描述；選取兩次匹配相同的點(diǎn)，作為匹配的基礎(chǔ)點(diǎn)集；
[0025](4)計算基礎(chǔ)點(diǎn)集的每一個點(diǎn)比值測試值，即左圖上特征點(diǎn)與右圖最匹配的點(diǎn)，右圖次匹配的點(diǎn)，分別作差在作比；同理對右圖的點(diǎn)做相同的點(diǎn)做相同的操作，取兩個比值的平均值；
[0026](5)比值測試值，作為SIFT特征點(diǎn)的不可信度，S卩比值測試值越小越可信。
[0027](6)取可信度高的部分，這里取值為0到0.3之間為標(biāo)準(zhǔn)點(diǎn)集，值為0.3到0.8之間為待定點(diǎn)集；
[0028](7)對標(biāo)準(zhǔn)點(diǎn)集在同一個坐標(biāo)系中，用直線的方式描述；
[0029](8)依次對每一條直線求其余直線與該直線的交點(diǎn)，在這些交點(diǎn)中取距離最遠(yuǎn)的兩個交點(diǎn)作為該直線的特征值；
[0030](9)取直線特征值最小的兩個作為最優(yōu)直線，以這兩條直線的交點(diǎn)作為消影點(diǎn)。
[0031]( 10)對待定點(diǎn)集的每一個點(diǎn)求解左圖點(diǎn)坐標(biāo)為起點(diǎn)，消影點(diǎn)為終點(diǎn)與左圖點(diǎn)坐標(biāo)為起點(diǎn)，右圖點(diǎn)坐標(biāo)為終點(diǎn)的余弦值；
[0032](11)取余弦值接近1的為正確點(diǎn)，這里取大于0.99，組成正確點(diǎn)集；
[0033](12)最終的匹配點(diǎn)集有標(biāo)準(zhǔn)點(diǎn)集和正確匹配點(diǎn)集組成。
[0034]本發(fā)明原理:
[0035]在SIFT檢測出特征點(diǎn)，計算得到特征描述符，針對特征描述符的歐氏距離進(jìn)行匹配。在這個匹配過程為保證匹配的效率用了 K最臨近結(jié)點(diǎn)的算法進(jìn)行歐式距離匹配，為保證匹配的正確交叉匹配。至此得到的匹配點(diǎn)對，即為在SIFT算法中的正確點(diǎn)對。猶豫SIFT特征的局限性和算法的系統(tǒng)誤差導(dǎo)致得到的匹配點(diǎn)對有部分不正確。為彌補(bǔ)此處不足，做了如下處理:
[0036]我們把得到當(dāng)前得到的匹配點(diǎn)稱之為基礎(chǔ)點(diǎn)集，我們將在此基礎(chǔ)上進(jìn)行篩選與剔除。
[0037]由于兩幅圖像點(diǎn)像素點(diǎn)都對應(yīng)了世界中的真實(shí)景物，所以左圖中的任意一點(diǎn)在右圖中至多有一個點(diǎn)與之對應(yīng)。如果左圖中的一點(diǎn)在右圖中有兩個及以上個點(diǎn)的特征描述符很接近，我們就認(rèn)為這個匹配點(diǎn)對不可信，反之亦然。[0038]所以對基礎(chǔ)點(diǎn)集的每一對匹配點(diǎn)都找到一個次匹配點(diǎn)，用最匹配點(diǎn)的匹配程度比次匹配點(diǎn)的匹配程度得到的值，作為不可信度。這個值在0到1之間。
[0039]至此，我們的匹配算法都是基于特征描述符，為進(jìn)一步校驗(yàn)匹配結(jié)果，我們引入像素點(diǎn)的二維坐標(biāo)。
[0040]由于在空間中，不與相機(jī)成像平面平行的平行線，在成像平面的投影交于一點(diǎn)，SP圖像的消影點(diǎn)。如果我們把相機(jī)看成一個平動的質(zhì)點(diǎn)，在以相機(jī)為參照物的時候，空間中的物體的運(yùn)動軌跡是一組平行線。這樣在兩幀之間，匹配點(diǎn)的坐標(biāo)連線則交于圖像中的消影點(diǎn)，即，沒有交與該消影點(diǎn)匹配點(diǎn)對不正確。
[0041]所以我們根據(jù)匹配的可信度，找到一部分可信度高的匹配點(diǎn)，擬合出消影點(diǎn)的位置，以左圖點(diǎn)坐標(biāo)和消影點(diǎn)組成的向量和左圖點(diǎn)坐標(biāo)和右圖組成的向量的余弦值為判斷標(biāo)準(zhǔn)，在該余弦值較大，即接近1的時候，則認(rèn)為該匹配點(diǎn)對正確，反之錯誤。
[0042]需要理解到的是:以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，對于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種基于SIFT特征點(diǎn)匹配的優(yōu)化方法，其特征在于，它包括如下步驟:(I)讀取待匹配圖像；(2用尺度不變特征轉(zhuǎn)換算法提取圖像特征點(diǎn)及其描述符，用128維向量表示；(3)K最鄰近結(jié)點(diǎn)算法對描述符的歐氏距離進(jìn)行交叉匹配，即先用左圖的特征描述匹配右圖的特征描述，再用右圖的特征描述匹配左圖的特征描述；選取兩次匹配相同的點(diǎn)，作為匹配的基礎(chǔ)點(diǎn)集；(4)計算基礎(chǔ)點(diǎn)集的每一個點(diǎn)比值測試值，即左圖上特征點(diǎn)與右圖最匹配的點(diǎn)，右圖次匹配的點(diǎn)，分別作差在作比；同理對右圖的點(diǎn)做相同的點(diǎn)做相同的操作，取兩個比值的平均值；(5)比值測試值，作為SIFT特征點(diǎn)的不可信度，S卩比值測試值越小越可信。(6)取可信度高的部分，這里取值為0到0.3之間為標(biāo)準(zhǔn)點(diǎn)集，值為0.3到0.8之間為待定點(diǎn)集；(7)對標(biāo)準(zhǔn)點(diǎn)集在同一個坐標(biāo)系中，用直線的方式描述；(8)依次對每一條直線求其余直線與該直線的交點(diǎn)，在這些交點(diǎn)中取距離最遠(yuǎn)的兩個交點(diǎn)作為該直線的特征值；(9)取直線特征值最小的兩個作為最優(yōu)直線，以這兩條直線的交點(diǎn)作為消影點(diǎn)。(10)對待定點(diǎn)集的每一個點(diǎn)求解左圖點(diǎn)坐標(biāo)為起點(diǎn)，消影點(diǎn)為終點(diǎn)與左圖點(diǎn)坐標(biāo)為起點(diǎn)，右圖點(diǎn)坐標(biāo)為終點(diǎn)的余弦值；(II)取余弦值接近1的為正確點(diǎn)，這里取大于0.99，組成正確點(diǎn)集；(12)最終的匹配點(diǎn)集有標(biāo)準(zhǔn)點(diǎn)集和正確匹配點(diǎn)集組成。
【文檔編號】G06T7/00GK103714544SQ201310733191
【公開日】2014年4月9日 申請日期:2013年12月27日 優(yōu)先權(quán)日:2013年12月27日
【發(fā)明者】胡伏原, 董治方 申請人:蘇州盛景空間信息技術(shù)有限公司