[发明专利]一种图片矫正方法及系统

权利要求书

1.一种图片矫正方法，其特征在于，包括如下步骤：

S1，提取待矫正图片的特征点；

S2，获取与所述待矫正图片相匹配的参考图片；

S3，提取所述参考图片的特征点；

S4，对所述待矫正图片与所述参考图片进行特征点匹配操作；

S5，提取所述待矫正图片与所述参考图片中匹配正确的特征点，基于所述匹配正确的特征点创建初始匹配点对集；

S6，基于所述初始匹配点对集中的特征点的匹配关系，计算最佳单应矩阵；

S7，基于所述最佳单应矩阵将所述待矫正图片进行矫正。

2.根据权利要求1所述的一种图片矫正方法，其特征在于，所述步骤S4中特征点匹配操作包括：

采用k-d树的最近邻点搜索算法来搜索每个特征点所对应的最近邻特征点和次近邻特征点，在这两个特征点中，如果最近的距离与次近的距离的比值小于预设的距离比例阈值，则判定这两个特征点匹配。

3.根据权利要求2所述的一种图片矫正方法，其特征在于，预设的所述距离比例阈值为0.6~0.8。

4.根据权利要求3所述的一种图片矫正方法，其特征在于，预设的所述距离比例阈值为0.8。

5.根据权利要求1所述的一种图片矫正方法，其特征在于，所述步骤S6包括：

基于所述初始匹配点对集中的特征点的匹配关系，采用RANSAC算法估计待矫正图片与参考图片之间的最佳单应矩阵。

6.根据权利要求5所述的一种图片矫正方法，其特征在于，采用RANSAC算法估计待矫正图片与参考图片之间的最佳单应矩阵具体步骤如下：

Sa，从初始匹配点对集中随机选取4n对特征点作为内点集，估计初始单应矩阵，其中，n为正整数；

Sb，用初始单应矩阵去测试初始匹配点对集中所有剩余的匹配点对，如果某个点对的投影误差小于预设的投影误差阈值，则将该点对加入内点集；

Sc，如果内点集中的内点数量小于预设的内点数量阈值，则转到步骤Sa重新选择样本估计初始单应矩阵，否则用内点集重新估计初始单应矩阵，并通过投影误差来评估初始单应矩阵；

Sd，重复步骤Sa~Sc，直到迭代次数大于预设的迭代次数阈值，得到所述最佳单应矩阵。

7.根据权利要求1所述的一种图片矫正方法，其特征在于，所述步骤S7包括：

利用所述最佳单应矩阵剔除初始匹配点集中的误匹配点，根据剔除误匹配点后初始匹配点集对所述待矫正图片进行矫正。

8.根据权利要求1所述的一种图片矫正方法，其特征在于，所述步骤S1与步骤S3中的特征点的提取均采用SURF算法进行提取，且通过SURF算法进行特征点的提取时，Hessian阈值设置为1000。

9.根据权利要求1-8中任意一项所述的一种图片矫正方法，其特征在于，还包括如下步骤：

S8，返回并显示矫正后的图片。

10.一种应用权利要求1-9中任意一项所述的方法进行图片矫正的系统，其特征在于，包括：

第一提取模块，用于提取待矫正图片的特征点；

图片获取模块，用于获取与所述待矫正图片相匹配的参考图片；

第二提取模块，用于提取所述参考图片的特征点；

匹配模块，用于对所述待矫正图片与所述参考图片进行特征点匹配操作；

第一处理模块，用于提取所述待矫正图片与所述参考图片中匹配正确的特征点，基于所述匹配正确的特征点创建初始匹配点对集；

计算模块，基于所述初始匹配点对集中的特征点的匹配关系，计算最佳单应矩阵；

第二处理模块，基于所述最佳单应矩阵将所述待矫正图片进行矫正。