[发明专利]一种基于小尺度特征点的高精度图像匹配方法

权利要求书

1.一种基于小尺度特征点的高精度图像匹配方法，其特征在于：

(1)特征点检测，利用SURF特征点检测算法在配准图像中检测图像特征点；

(2)选取用于匹配的小尺度特征点，从步骤(1)中获得的特征点选择三个非共线的小尺度特征点作为匹配特征点；

(3)计算，将上一步所选取的小尺度特征点的坐标代入待配准图像到标准图像变换的模型参数，准确计算出待配准图像到标准图像变换的模型参数；

所述待配准图像到标准图像变换的模型参数为：

上式中，(x,y)和(x',y')分别为标准图像以及待配准图像中的匹配点坐标，参数矩阵M的6个参数通过图像中3个非共线的匹配点对来建立线性方程计算得到，将最终求出的特征点用于配准变换模型参数的计算，是作为SURF算法图像配准的计算图像配准变换模型参数，使待配准图像准确地变换到标准图像位置，达到配准目的；

所述标准图像分别旋转角度为正负5度，得到旋转图像，然后提取标准图像和旋转图像中的特征点，并实现特征点间的匹配情况，将标准图像中匹配的特征点按照图像实际旋转的角度计算出旋转后的理论坐标值，并与旋转图像中匹配的特征点做同样的差值计算，得到差值计算结果。

2.根据权利要求1所述的基于小尺度特征点的高精度图像匹配方法，其特征在于：所述小尺度特征点具有的位移变换描述能力验证方法：

(1)将标准图像进行平移处理，得到平移条件下的待配准图像，分别提取标准图像和待配准图像中的特征点，并进行特征点间的匹配；将标准图像中匹配成功的特征点坐标根据实际平移的像素数计算出平移后的理论坐标值，再将得到的理论坐标值与平移图像中匹配成功的特征点坐标值逐一进行X和Y方向上的差值计算；小尺度特征点的上述差值为零，即小尺度特征点能够完全准确地描述平移变换，而与之相对应大尺度特征点的上述差值均为非零值，即大尺度特征点在描述平移变换方面存在误差；

(2)将标准图像进行旋转处理，得到旋转条件下的待配准图像，分别提取标准图像和待配准图像中的特征点，并进行特征点间的匹配；将标准图像中匹配成功的特征点坐标根据实际旋转的像素数计算出旋转后的理论坐标值，再将得到的理论坐标值与旋转图像中匹配成功的特征点坐标值逐一进行X和Y方向上的差值计算；小尺度特征点的旋转变换描述能力较强，而与之相对应大尺度特征点的旋转变换描述能力较弱。