[发明专利]一种加速特征点匹配的两步随机抽样一致性方法及系统

权利要求书

1.一种加速特征点匹配的两步随机抽样一致性方法，其特征在于，包括以下步骤：

步骤A：分别检测两幅输入图像的特征点，用特征描述子的距离作为度量建立不同图像的特征点之间的初步匹配；

步骤B：以只含缩放和平移参数的仿射变换为模型，应用RANSAC算法验证步骤A生成的初步匹配；随机构造多个仿射变换模型，模型个数由概率方法确定，每个模型把初步匹配划分为验证通过和不通过两个集合；如果一个模型验证通过的集合包含的匹配点数量最多，那么称这个模型为最优模型；输出最优模型验证通过的匹配特征点集；其中，

用参数少的仿射变换模型快速找到一个匹配正确率高的匹配点集，包括：

1)仿射变换模型：其中s,t_x和t_y是待定参数；

2)方法

输入：初始匹配点集M＝{(p,q)|p和q分别是两幅输入图像的特征点}，每次迭代的误差阈值ε，总的迭代次数N，置信度α；输出：正确率高的匹配点集S；

步骤B1：初始化临时匹配点集迭代次数计数变量i＝0；

步骤B2：从匹配点集M中随机选择两组匹配点对，计算仿射变换的参数，生成一个模型F，用F验证M中的所有点对，如果(p,q)∈M，且|Fp-q|ε，那么T＝T∪{(p,q)}；累加计数变量i++；

步骤B3：如果|T||S|，S＝T；根据T估算M中的匹配正确率γ＝|T|/|M|，由此估算新的迭代次数如果N'N，那么N＝N'；清空临时匹配点集

步骤B4：如果iN，返回步骤B2；否则输出验证过的匹配点集S；

步骤C：在步骤B筛选出的匹配点集上生成全参数单应变换模型，用RANSAC算法计算一个最优单应变换，验证步骤A生成的初步匹配，选出正确性高的最终匹配点集；其中，

在一个匹配正确率高的匹配点集上生成全参数单应变换模型，验证初步匹配点集，筛选出正确的匹配点对，包括：

输入：初始匹配点集M和正确率高的匹配点集S，误差阈值ε，总的迭代次数n，置信度α；输出：最终的匹配点集R；

步骤C1：初始化临时匹配点集迭代次数计数变量i＝0；

步骤C2：从S中随机选择4组匹配点对生成对应的单应变换模型H；用H验证M中的所有点对，如果(p,q)∈M，且|Hp-q|ε，那么T＝T∪{(p,q)}；累加计数变量i++；

步骤C3：如果|T||R|，R＝T；根据T估算M中的匹配正确率γ＝|T|/|M|，由此估算新的迭代次数如果n'n，那么n＝n'；清空临时匹配点集

步骤C4：如果in，返回步骤C2；否则输出最终的匹配点集R。

2.一种加速特征点匹配的两步随机抽样一致性系统，其特征在于，采用如权利要求1所述的加速特征点匹配的两步随机抽样一致性方法，所述系统包括：

特征点检测模块，其用于分别检测两幅输入图像的特征点，用特征描述子的距离作为度量建立不同图像的特征点之间的初步匹配；

特征点匹配的仿射变换验证模块，其用于以只含缩放和平移参数的仿射变换为模型，应用RANSAC算法验证初步匹配；随机构造多个仿射变换模型，模型个数由概率方法确定，每个模型把初步匹配划分为验证通过和不通过两个集合；验证通过的集合包含的匹配点数量最多的模型称为最优模型；输出最优模型验证通过的匹配特征点集；

特征点匹配的单应变换验证模块，其用于在筛选出的匹配点的集合上生成全参数单应变换模型，用RANSAC算法计算一个最优单应变换，验证步骤A生成的初步匹配，选出正确性高的最终匹配点集。