[发明专利]一种图像特征点匹配方法

权利要求书

1.一种用于图像特征点匹配的高维向量最小距离计算提前结束方法，包括：

步骤110，计算目标图像的特征点与模板图像中的第一特征点的第一欧氏距离，计算目标图像的所述特征点与模板图像中的第二特征点的第二欧氏距离，将第一欧氏距离和第二欧氏距离作为最小欧氏距离和次小欧氏距离；

步骤120，将目标图像的所述特征点与模板图像中的下一特征点的高维向量描述中的元素划分成N个组，N为大于或等于2的整数；

步骤130，将一组元素加入欧氏距离计算，获得当前欧氏距离；

步骤140，将当前欧氏距离与所述次小欧氏距离进行比较；

如果所述当前欧氏距离大于或等于所述次小欧氏距离，提前结束模板图像当前特征点的欧氏距离计算，

其中，当前欧氏距离计算公式为：

X_ik表示目标图像中所述特征点描述的第k个元素，X_jk表示模板图像中当前特征点描述的第k个元素，l表示已加入欧氏距离计算的元素的数量。

2.如权利要求1所述的用于图像特征点匹配的高维向量最小距离计算提前结束方法，其特征在于，如果当前欧氏距离小于次小欧氏距离，则在步骤150，判断目标图像的所述特征点与模板图像中的当前特征点的高维向量描述中的元素是否已经全部加入欧氏距离计算，

如果元素没有全部加入欧氏距离计算，则返回步骤130，

如果所有元素已经全部加入欧氏距离计算，则在步骤160，更新最小欧氏距离和次小欧氏距离，将当前欧氏距离与最小欧氏距离作为更新的最小欧氏距离和次小欧氏距离。

3.如权利要求2所述的用于图像特征点匹配的高维向量最小距离计算提前结束方法，还包括：

步骤170，判断模板图像中是否存在未计算的特征点，如果模板图像中不存在未计算的特征点，则将当前最小欧氏距离和当前次小欧氏距离作为最终的最小欧氏距离和次小欧氏距离，如果模板图像中存在未计算的特征点，则返回步骤120。

4.一种图像特征点匹配方法，包括：

提取模板图像和目标图像中的特征点；

用高维向量描述每个特征点；

计算目标图像特征点与模板图像所有特征点的最小欧氏距离和次小欧氏距离，

其中计算目标图像特征点与模板图像所有特征点的最小欧氏距离和次小欧氏距离包括：

步骤110，计算目标图像的所述特征点与模板图像中的第一特征点的第一欧氏距离，计算目标图像的所述特征点与模板图像中的第二特征点的第二欧氏距离，将第一欧氏距离和第二欧氏距离作为最小欧氏距离和次小欧氏距离，

步骤120，将目标图像的所述特征点与模板图像中的下一特征点的高维向量描述中的元素划分成N个组，N为大于或等于2的整数，

步骤130，将一组元素加入欧氏距离计算，获得当前欧氏距离，

步骤140，将当前欧氏距离与所述次小欧氏距离进行比较，

如果当前欧氏距离大于或等于次小欧氏距离，提前结束模板图像当前特征点的欧氏距离计算，

如果当前欧氏距离小于次小欧氏距离，步骤150，判断目标图像的所述特征点与模板图像中的当前特征点的高维向量描述中的元素是否已经全部加入欧氏距离计算，

如果元素没有全部加入欧氏距离计算，则返回步骤130，

如果所有元素已经全部加入欧氏距离计算，步骤160，更新最小欧氏距离和次小欧氏距离，将当前欧氏距离与最小欧氏距离作为更新的最小欧氏距离和次小欧氏距离，

步骤170，判断模板图像中是否存在未计算的特征点，如果模板图像中不存在未计算的特征点，则将最小欧氏距离和次小欧氏距离作为最终的最小欧氏距离和次小欧氏距离，如果模板图像中存在未计算的特征点，则返回步骤120，

其中当前欧氏距离计算公式为：

X_ik表示目标图像中所述特征点描述的第k个元素，X_jk表示模板图像中当前特征点描述的第k个元素，l表示已加入欧氏距离计算的元素的数量。

5.如权利要求4所述的图像特征点匹配方法，其特征在于，多次重复计算目标图像特征点与模板图像所有特征点的最小欧氏距离和次小欧氏距离的步骤，从而获取目标图像的多个特征点分别与模板图像所有特征点的最小欧氏距离和次小欧氏距离。