[发明专利]一种基于图像匹配的目标定位方法

权利要求书

1.一种基于图像匹配的目标定位方法，其特征在于，包括以下步骤：

(1)采用FAST算法对目标实测图像进行特征点检测；

(2)采用FREAK算法对步骤(1)获取的特征点进行特征描述，并对目标实测图像序列进行匹配；

(3)采用RANSAC算法对步骤(2)得到的匹配结果进行处理，剔除误匹配点，提取目标有效像素；

(4)采用SURF算法分别对提取目标后的实测图像和参考图像进行特征点检测；

(5)采用FREAK算法对步骤(4)获取的特征点进行描述和匹配；

(6)采用RANSAC算法对步骤(5)得到的匹配结果进行处理，剔除误匹配点，计算单应性矩阵；

(7)根据步骤(3)提取出的目标有效像素和步骤(6)计算的单应性矩阵，获取目标点在参考图像中的精确位置。

2.根据权利要求1所述基于图像匹配的目标定位方法，其特征在于，步骤(1)的过程为，定义一圆形区域，以目标实测图像中的任意一点为该圆形区域的圆心P，将圆心P处的灰度值分别与邻域内16个像素点的灰度值进行比较：

|m-p_i|＞Δd,1≤i≤16

上式中，m为圆心P处的灰度值，p_i为P点邻域内第i个点的灰度值，Δd为预设阈值；若满足上式的P点邻域内的像素点个数大于n，则将P点视为特征点，n为预设值。

3.根据权利要求1所述基于图像匹配的目标定位方法，其特征在于，步骤(2)的具体步骤如下：

A、采用FREAK算法对特征点进行描述：

上式中，F为特征点的FREAK描述符，N为特征向量数，为任意两个采样点经过高斯平滑后的强度值；

B、对特征点的FREAK描述符进行降维：

B1、建立矩阵D，矩阵D每行代表一个FREAK描述符；

B2、计算矩阵D每一列的方差，首先将方差值最大的一列保存到矩阵D’中，然后计算其他列与该方差值最大列的协方差，再将协方差值最小的一列保存到矩阵D’中；

B3、将保留的两列从矩阵D中删除，然后返回步骤B2，直至矩阵D’的维度达到预设维度；

C、计算特征点的方向：

上式中，G为特征点的采样点对集合，M为G中采样点对数，P_O为G中的一个点对，和分别是P_o的前一位和后一位的采样点空间坐标的二维向量，和分别是和处的灰度值；

D、根据特征点的FREAK描述符和特征点方向进行特征匹配。

4.根据权利要求1所述基于图像匹配的目标定位方法，其特征在于，步骤(3)的具体步骤如下：

a、从匹配点集合S中随机选择s个特征点；

b、利用s个匹配点拟合出一个模型Q；

c、对于集合S中剩余的匹配点，计算每个匹配点与模型Q的距离，距离超过阈值的特征点视为局外点，距离未超过阈值的特征点视为局内点；

d、将上述步骤迭代k次后，将包含局内点数目最多的模型Q_k作为拟合结果；

e、将集合S中不满足模型Q_k的匹配点剔除，从而提取出目标有效像素。