[发明专利]一种图像快速匹配方法

说明书

技术领域

本发明属于数字图像处理技术领域，具体涉及一种图像快速匹配方法。

背景技术

在图像匹配领域，由于SIFT(Scale Invariant Feature Transform,尺度不变特征变换)算法对存在尺度、旋转、照度、视角、仿射变化等情况下的图像，都能够实现图像的准确匹配，因此它在图像匹配领域得到了广泛的应用。然而，由于SIFT算法本身所需的庞大计算量，其对于某些本身数据量较大或者具有较高实时性要求的场合，例如高分辨率遥感图像，则并不能很好地应用。

为了解决该问题，一些研究者提出了多种不同的方案，例如以提升算法效率为主的SURF[Bay H,Tuytelaars T,Van G L.SURF:Speeded up Robust Features[C]//9th European Conference on Computer Vision,2006:404‐417]和PCASIFT[Yan Ke,Rahul Sukthankar.PCA‐SIFT:A More Distinctive Representation for Local Image Descriptors[C]//Proceedings of the 2004IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2004,2:506‐513]算法，虽然在匹配速度上，较SIFT算法相比已有了明显的提高，但在实际工程中，尤其在图像尺寸变大后，这种性能上的提高便被大幅地弱化。即使是近几年新提出的BIRSK[Leutenegger S,Chli M,Siegwart R Y.BRISK:Binary Robust Invariant Scalable Keypoints[C]//IEEE International Conference on Computer Vision,2011:2548‐2555]和FREAK[Alahi A.Ortiz R,Vandergheynst P.FREAK:Fast Retina Keypoint[C]//IEEE Conference on Computer Vision and Pattern Recognition,2012:510‐517]算法，当图像尺寸变大后，其匹配速度依然不能满足要求。而最重要的是，上述几种算法描述子的综合性能不如SIFT描述子稳定[Mikolajczyk K,Schmid C.A Performance Evaluation of Local Descriptors[J].IEEE Trans.on PAMI,2005,27(10):1615‐1630]。文献[Xiong Zhi,Wang dan,Zhang dan,et al..Research on Improved SIFT Feature Matching Arithmetic in the SAR Vision Matching Aided Navigation[C].The 6th International Conference on Computer Science&Education,2011:909‐914]提出用小波变换与SIFT算法联合来提高SAR图像的目标识别，但算法采用单一、固定的小波滤波器，没有具体分析小波变换对频谱的影响，没有给出选择小波滤波器的指导性原则或者公式，而实际仿真发现，并非所有的小波滤波器都适合与SIFT算法联合，以提高图像的匹配速度。

发明内容

本发明的目的在于提供一种图像快速匹配方法，利用小波分解方法缩小SIFT特征匹配的搜索范围、提高匹配速度。

实现本发明目的的技术解决方案为：一种图像快速匹配方法，其特征在于，包括以下步骤：

步骤A、利用小波分解方法提取源图像的低频子图像，所述小波分解所使用的小波滤波器满足以下条件：其低通滤波器的系数之和为1；

步骤B、利用SIFT特征图像匹配方法对所述低频子图像和目标图像进行粗匹配，得到源图像中的粗匹配点；

步骤C、从源图像中选取粗匹配点最集中的部分图像；

步骤D、利用SIFT特征图像匹配方法对所选取的粗匹配点最集中的部分图像和目标图像进行细匹配，得到最终的图像匹配结果。