[发明专利]一种面状特征点可靠加密匹配方法和系统

权利要求书

1.一种面状特征点可靠加密匹配方法，其特征在于，包括：

对输入的立体影像进行SIFT特征点提取，得到SIFT特征点；

对所述SIFT特征点依次进行双向最邻近距离比测度约束、核线几何约束、单应性约束和视差梯度约束，得到似密集匹配种子点；

对输入的立体影像进行Harris角点提取，得到Harris角点；

根据所述似密集匹配种子点对所述Harris角点进行三角形约束，得到三角形约束似密集匹配点，并输出。

2.根据权利要求1所述的面状特征点可靠加密匹配方法，其特征在于，核线几何约束对应的约束方程如下：

p^TFp′＝0···(1)

其中，F为基础矩阵，p和p′为齐坐标下同名像点。

3.根据权利要求2所述的面状特征点可靠加密匹配方法，其特征在于，双向最邻近距离比测度约束和核线几何约束的约束步骤如下：

将最近邻距离比作为匹配相似性测度，对SIFT特征点进行约束匹配，得到粗匹配特征点；

采用随机RANSAC算法，对所述粗匹配特征点进行拟合，得到立体影像的基础矩阵F；

根据得到的立体影像的基础矩阵F，结合式(1)对所述粗匹配特征点进行约束匹配，得到精匹配特征点。

4.根据权利要求3所述的面状特征点可靠加密匹配方法，其特征在于，单应性约束对应的约束方程如下：

其中，λ表示比例系数，x和y表示面状范围内的匹配特征点的图像坐标，H表示单应性矩阵，X和Y表示空间平面坐标。

5.根据权利要求4所述的面状特征点可靠加密匹配方法，其特征在于，视差梯度约束对应的约束方程如下：

其中，p_i+1、p_i、p′_i+1、p′_i分别为立体影像相邻同名点坐标。

6.根据权利要求5所述的面状特征点可靠加密匹配方法，其特征在于，单应性约束和视差梯度约束的约束步骤如下：

根据式(2)对所述精匹配特征点进行约束，剔除非平面特征点，得到面状范围内的匹配特征点；

根据式(3)对所述面状范围内的匹配特征点进行二次非平面特征点剔除，得到似密集匹配种子点。