[发明专利]一种基于特征三角形的图像特征匹配方法

说明书

本发明公开一种基于特征三角形的图像特征匹配方法，该方法首先采用SURF算法对待匹配的两幅图像的特征点进行提取，分别得到待使用的初始特征点集，然后采用delaunay三角剖分法将两幅图像中的初始特征点集生成三角网络，并定义三角网络中每个三角形的形心和主方向，分别对两个三角网络中的特征三角形进行图像特征四级匹配。该图像特征匹配方法计算简单，操作方便，能在不降低计算精度的前提下减少了计算时间，尤其在特征点数目较多时更能体现该方法的价值。

技术领域

本发明涉及机器人导航与定位以及图像处理等领域，尤其涉及一种基于特征三角形的图像特征匹配方法。

背景技术

图像匹配是指在二维平面内，匹配通过相机等传感器得到不同的两张图像，即通过匹配两幅图中相似的地方，判断两幅图片中显示的是不是相同的特征。图像匹配算法根据信息采集方式的不同分为特征匹配和灰度匹配两种方式。特征匹配法在实际应用中更容易被人们接受。特征匹配是提取边缘或者局部的点、线等信息，然后再匹配这些提取到的特征点信息。这种方法不仅有很好的鲁棒性和稳定性，而且抑制了外部噪音的影响。当然也存在缺点，例如特征匹配的过程中因为要用到描述子进行计算所以运算时间很长。

发明内容

本发明针对现有技术的不足，提出一种基于特征三角形的图像特征匹配方法，该方法能够快速准确的进行特征匹配，具体技术方案如下：

一种基于特征三角形的图像特征匹配方法，其特征在于，该方法包括如下步骤：

步骤一：采用SURF算法对待匹配的两幅图像的特征点进行提取，分别得到待使用的初始特征点集；

步骤二：采用delaunay三角剖分法将两幅图像中的初始特征点集生成三角网络，并定义三角网络中每个三角形的形心和主方向，其中三角形的形心(X_c，Y_c)通过如下公式计算得到，

三角形的主方向定义为由三角形的形心指向离形心最近的一个顶点的方向；

步骤三：定义目标图像中的三角形为目标三角形△A₁A₂A₃，定义参考图像中的三角形为参考三角形△T₁T₂T₃，对两个三角网络中的所有三角形依次进行四级特征匹配，满足四级特征匹配的三角形认为是正确匹配的特征三角形，正确匹配的特征三角形的顶点为图像的特征，从而实现图像特征匹配，所述的四级匹配步骤如下：

一级匹配为：

(1)分别计算目标三角形的边长和参考三角形的边长得到三个对应的边长的比值：

其中，

其中，x为三角形顶点横坐标的真实值，△x为受到噪声污染的横坐标值误差；

(2)计算r₁、r₂、r₃的均值μ和方差δ²，当其方差δ²小于设定的阈值th_s时，认为满足一级匹配；

二级匹配为：计算满足一级匹配的三角形对的周长C_A、C_T，当其满足下述公式时，认为其满足二级匹配：

|C_A-C_T|≤th_c

其中，th_c为设定的阈值；