[发明专利]一种局部图像匹配方法

权利要求书

1.一种局部图像匹配的方法，用于融合多个局部图像特征描述子其特征在于，包括以下步骤：

步骤S1：对两个待匹配的局部图像，分别提取多种不同类型的局部图像特征描述子(每个特征描述子用一个一维向量表示)，然后将这些一维向量首尾相连，串联在一起，为每个局部图像得到一个描述向量；

步骤S2：对步骤S1得到的描述向量进行二值化，得到两个二值序列，其中每个二值序列称为其对应局部图像的混合特征描述子；

步骤S3：对步骤S2得到的两个混合特征描述子进行位异或操作，得到一个二值序列，作为差异向量；

步骤S4：根据步骤S3计算得到的差异向量，利用逻辑回归分析，计算所述两个局部图像属于匹配图像的概率。

2.如权利要求1所述的局部图像匹配的方法，其特征在于，在步骤S1中，对所述局部图像提取的不同类型特征描述子包括SIFT、CSLBP、LIOP、Shape Context、OSID等，其中每个特征描述子都可以用一个一维向量进行表示，将它们首尾相连串联在一起组成局部图像的描述向量[x₁，x₂，…，x_n]∈Rⁿ。

3.如权利要求2所述的局部图像匹配的方法，其特征在于，在步骤S2，对步骤S1得到描述向量的每一维x_i，根据阈值t_i进行二值化，得到局部图像的混合特征描述子[b₁，b₂，…，b_n]∈{0，1}ⁿ，即

bi=0,xi≤ti1,xi>ti.]]>

4.如权利要求3所述的局部图像匹配的方法，其特征在于，在步骤S2中的二值化阈值t_i通过在训练样本上最小化分类错误率求解得到。

5.如权利要求4所述的局部图像匹配的方法，其特征在于，在步骤S4，利用逻辑回归分析对步骤S3得到的差异向量D∈{0，1}ⁿ进行综合推断，确定输入的两个局部图像属于匹配图像的概率P(D)：

P(D)=11+exp(-(WTD+w0)).]]>

6.如权利要求5所述的局部图像匹配的方法，其特征在于，在步骤S5，逻辑回归分析的参数W，w₀根据训练样本，通过极大似然估计求解得到。