[发明专利]一种基于特征的立体图像匹配算法

权利要求书

1.一种基于特征的立体图像匹配算法，其特征在于，步骤如下：

（1）获取第一、第二图像的特征点，提取稀疏特征点，分别形成特征链；特征链长度大于设定阈值；

（2）第一图像尚未进行匹配的特征链中选择一个新特征点，在第二图像设定范围内搜索与新特征点相似度高于阈值的所有对应点，如果存在，则进入步骤（3）；

（3）获取该新特征点所在特征链的下一特征点与第二图像每一对应点所在特征链的下一特征点的相似性，如果均高于阈值则将所在特征链与新特征点所在特征链匹配，进入步骤（5）；如果存在相似性不高于阈值，则进入步骤（4）；

（4）对于相似性不高于阈值的第二图像中对应点所在特征链，获取该新特征点所在特征链的后两个特征点与第二图像对应点所在特征链的两个特征点的相似性，如果高于阈值则将两个特征链匹配，否则两个特征链失配；

（5）如果第二图像中存在不止一个特征链与新特征点所在特征链匹配，则保持新特征点所在特征链与第二图像中相似性最高的特征链匹配；若完成所有特征链的匹配则完成立体图像匹配，若未完成所有特征链的匹配则返回步骤（2）；

获取第一、第二图像的特征点的方法如下：

获取图像的垂直梯度特征点，从所有正梯度值的特征点中找出垂直梯度大于正向阈值的特征点；从所有负梯度值的特征点中找出垂直梯度小于负向阈值的特征点；

正向阈值计算公式如下：

其中是经验阈值，是正梯度值的平均值；

负向阈值计算公式如下：

其中是经验阈值，是负梯度值的平均值；

将垂直梯度大于正向阈值的特征点局部最大梯度值提取为稀疏特征点；将垂直梯度小于负向阈值的特征点中局部梯度最小点的点提取为稀疏特征点；

提取稀疏特征点的方法为：

f（x，y）为像素点（x，y）的垂直梯度。

2.根据权利要求1所述的基于特征的立体图像匹配算法，其特征在于，形成特征链的方法如下：

选择任意未列入特征链的特征点作为起点；如果下一个特征位于设定区域内，则将其链接到当前特征链中；遍历所有未列入特征链的特征点。

3.根据权利要求2所述的基于特征的立体图像匹配算法，其特征在于，所述设定区域为水平方向上的视差小于2并且竖直方向上的视差等于1。

4.根据权利要求1或2所述的基于特征的立体图像匹配算法，其特征在于，所述搜索范围为：水平方向上在预定义的差异内搜索；垂直方向上在同一扫描线中搜索。

5.根据权利要求1或2所述的基于特征的立体图像匹配算法，其特征在于，相似性使用NCC测试。