[发明专利]一种利用RANSAC消除Brisk关键点错误匹配点对的方法

权利要求书

1.一种利用RANSAC消除Brisk关键点错误匹配点对的方法，其特征包括如下步骤：

步骤一、图像预处理：采用高斯平滑滤波对待处理的两幅图像分别进行处理，去除噪声的影响，得到滤波后的平滑图像；

步骤二、对步骤一中得到的两幅平滑图像分别进行Brisk（Binary Robust Invariant Scale Keypoint）关键点检测、描述和匹配，得到两幅图像的对应匹配点对；

步骤三、利用RANSAC（Random Sampling Consensus）对步骤二得到的对应匹配点对进行处理，消除错误匹配点对，最终获得正确的匹配点对。

2.根据权利要求1所述的一种利用RANSAC消除Brisk关键点错误匹配点对的方法，其特征在于：所述步骤二中，对得到的两幅平滑图像分别进行Brisk（Binary Robust Invariant Scale Keypoint）关键点检测、描述和匹配的方法为：

步骤（21）、尺度空间特征点检测：使用AGAST（Adaptive and Generic Accelerated Segment Test）进行特征提取，尺度不变性是获得高质量特征点的前提，因此，不只在图像平面搜索最大值，同时在尺度空间内用FAST（Features from Accelerated Segment Test）分数s作为显著性测量值，尺度空间金字塔包括n个octaves，第i个octave用c_i表示，每个octave包含n个intra-octaves d_i，i＝{0,1,2,...,n-1},一般n＝4，Octave是原始图像渐进半采样形成，d_i存在于c_i与c_i+1之间，第一个intra-octave由原始图像以1.5的采样因子降采样得到，其余的d_i由连续半采样得来，如果t表示尺度，那么t(c_i)＝2ⁱ，t(d_i)＝2ⁱ·1.5，Brisk算法采用FAST9-16（Features from Accelerated Segment Test，需要在16个像素的圆上至少有连续9个像素的灰度值比中心像素灰度值更大或更小）提取特征点的方法如下：

步骤（211）、对每一个octave和每一层intra-octave应用FAST9-16，取相同的阈值T来分辨潜在的感兴趣区域；

步骤（212）、对步骤（211）得到的潜在感兴趣区域的点进行非极大值抑制：首先，问题点需要满足极大值条件，即在同层中八邻域的FAST score s最大，s定义为极大值是考虑到此点是图像角点；其次，同层和上下层的scores都应比此点的score s小，由此得到满足极大值条件的感兴趣点和所在层的尺度；

步骤（213）、检查步骤（212）得到的感兴趣点所在层上的patch，由于相邻层离散程度不同，需要在patch边缘进行插值，至此得到一系列具有亚像素精度和浮点尺度的关键点集；

步骤（22）关键点描述：对于由步骤（21）得到的一系列关键点集，该关键点集由亚像素精确定位和相关浮点尺度组成，Brisk描述子由通过连接简单的灰度比较结果形成的二值串组成，在Brisk中，确定每个关键点的特征方向来获得方位归一化描述子，因此赢得旋转不变性；

步骤（23）、描述子匹配：匹配两个Brisk描述子是一个简单的汉明距离的计算，两个描述子中不同的比特位的数量为不相似度的度量。