[发明专利]一种移动巡检机器人双目图像拼接的特征匹配方法

权利要求书

1.一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述匹配方法包括以下部分：构造尺度空间、FAST算法提取特征点、质心标定CS-LBP描述特征点、NNDR匹配策略和RANSAC剔除误匹配五个部分，所述构造尺度空间部分选择FAST算法作为视频拼接中的特征检测算法，并且采用构造高斯尺度金字塔的方法；FAST算法提取特征点部分特征点选取方式为选取图像上一个像素点，在其周围取一圆形邻域，将此圆形邻域上的所有像素点分别与中心像素求灰度值差，若中心像素点与圆形邻域上n个以上像素点的灰度差的绝对值都大于阈值t，则认定该像素点是角点，中心的像素点的灰度值比大部分周围的像素值要亮或者暗一个阈值；质心标定CS-LBP描述特征点的描述方法为通过比较中心对称的像素点对，以此取代所有像素点依次与中心点比较的方式；NNDR匹配策略为汉明距离测度，通过对比计算两个等长的字符串中对应位不同字符来确实其相似度；RANSAC剔除误匹配部分为得到两幅图像匹配的特征点对之后，采用RANSAC方法进行剔除误匹配。

2.如权利要求1所述的一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述构造高斯尺度金字塔的方法为首先使用高斯卷积核对图像进行迭代的卷积，并不断重复进行降采样，直到形成一个从上至下画面逐渐模糊、尺度逐渐增加的高斯尺度金字塔。

3.如权利要求1所述的一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述FAST角点检测算法具体为对圆形邻域上的16个像素点按顺时针从1至16进行标号，P代表中心像素点，下标数字代表邻域上对应序号的像素点；首先计算P₁、P₉点与中心像素点P的灰度差绝对值，若全部小于阈值t，则P点不是特征点；若存在大于阈值t的像素点，下一步就比较P₁、P₅、P₉、P₁₃与P点灰度差的绝对值，若存在3个及以上超过阈值t，则把点P当作候选特征点。

4.如权利要求1所述的一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述FAST角点检测算法时检测出的特征点有很多是紧挨在一起的，距离太近的特征点之间会互相影响，对匹配造成误差，需要进行非最大值抑制来消除影响；假设V代表特征点的质量，通过特征点的质量对检测到的特征点进行非最大值抑制处理，当候选特征点的周围邻域具有比它质量V更大的特征点，则把该候选特征点排除，并保留区域内具有更大质量V的候选点作为最终特征点。

5.如权利要求4所述的一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述特征点的质量V的计算方法为其中S_bright表示圆形邻域上灰度值比中心像素大的点合集，S_dark表示圆形邻域上灰度值比中心像素小的点合集。

6.如权利要求1或4所述的一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述特征点不仅要在每层中满足FAST特征点判定条件，还要在上下两尺度层相应位置比较中为极大值或极小值，具体算法为利用FAST9-16算法对金字塔每层进行角点检测，对D0层使用FAST5-8算法，得到每层的角点信息；对得到带有角点信息的每层图像，都进行空间上的非极大值抑制，候选特征点也就是FAST得分值要比空间上的26个邻域点都大或都小的极值点，否则被排除；接着对极值点的精确尺度和位置进行定位，首先对极值点和上下两层对应点进行对x、y方向二维二次函数差值运算，再对尺度方向进行一维差值运算，得到极值点精确的坐标位置和所在尺度。

7.如权利要求1所述的一种移动巡检机器人双目图像拼接的特征匹配方法，其特征在于：所述质心标定CS-LBP描述特征点具体为通过求取圆形CS-LBP的质心，计算出主方向，将特征点邻域旋转至主方向上再进行CS-LBP的编码描述，以此达到旋转不变性。