[发明专利]图像特征匹配方法、装置、图像处理设备及存储介质

说明书

本申请公开了一种图像特征匹配方法、装置、图像处理设备及存储介质，属于图像处理技术领域。本申请可以根据图像采集设备的旋转角和每个初始点对包括的两个特征点的方向角之间的方向角差值，从多个初始点对中筛除掉大部分的匹配错误的初始点对，得到用于表示同一实物点的特征点对。本方案利用了在摄像头的光轴近似垂直于观测平面的情况下，方向角差值与旋转角近似一致的原理，可以剔除其他特征匹配方法难以剔除的错误匹配。另外，由于上述筛选特征点对的方法不会受到图像内特征点稀疏程度的影响，也不会受到内点率的影响，因此，鲁棒性较高。

技术领域

本申请涉及图像处理技术领域，特别涉及一种图像特征匹配方法、装置、图像处理设备及存储介质。

背景技术

随着图像处理技术的发展，特征匹配在图像处理技术中应用越来越广泛，例如在无人机图像拼接、AGV(Automated Guided Vehicle，自动导引车)地图构建中，可以应用特征匹配来对采集的图像进行处理。其中，所谓特征匹配是是指对多张图像中的特征点进行匹配，得到用于表示同一实物点的特征点对。

在相关技术中，对多张图像进行特征匹配时，首先采用暴力匹配的方法，即先根据多张图像的描述子的相似度来进行特征点匹配，得到多个初始点对。然后对该多个初始点对进行筛选，得到特征点对，其中，描述子可以根据对特征点的局部信息进行编码描述的符号或算子计算得到。在对初始点对进行筛选时，常用的方法有双向匹配、GMS(Grid-basedMotion Statistics，基于网格的运动统计)方法、RANSAC(Random Sample Consensus，随机抽样一致性)方法等。

其中，在使用双向匹配方法时，需要进行两次暴力匹配，两次暴力匹配非常耗时。在使用GMS方法时，由于GMS方法依赖多个初始点对之间的近邻关系来进行筛选，因此，在特征点比较稀疏时难以使用该方法。在使用RANSAC方法时，由于该方法是通过随机选择少量初始点对来建模，再逐步用其他的初始点对来迭代调整模型，以实现对初始点对的筛选，因此，在初始点对中包含的用于表示同一实物点的特征点对的比例较低的情况下，迭代次数会很高，非常耗时。由此可见，相关技术中常用的图像特征匹配方法仍较为耗时，鲁棒性也有待提高。

发明内容

本申请提供了一种图像特征匹配方法、装置、图像处理设备及存储介质，可以解决相关技术中特征匹配时较为耗时、鲁棒性较低的问题。所述技术方案如下：

一方面，提供了一种图像特征匹配方法，所述方法包括：

获取多个初始点对，所述多个初始点对中的每个初始点对包括两个特征点，所述两个特征点中的一个特征点为第一图像中的特征点，另一个特征点为第二图像中的特征点；

确定图像采集设备在第一时段内的旋转角，所述第一时段为所述第一图像的采集时刻和所述第二图像的采集时刻之间的时段；

根据所述旋转角和每个初始点对包括的两个特征点的方向角之间的方向角差值，确定所述多个初始点对中用于表示同一实物点的特征点对。

可选地，所述获取多个初始点对，包括：

根据所述第一图像中每个特征点的主方向，确定所述第一图像中每个特征点的描述子；

根据所述第二图像中每个特征点的主方向，确定所述第二图像中每个特征点的描述子；

根据所述第一图像中每个特征点的描述子和所述第二图像中每个特征点的描述子，确定所述多个初始点对。

可选地，所述确定图像采集设备在第一时段内的旋转角，包括：

接收所述图像采集设备在所述第一时段内通过所述图像采集设备包括的运动传感器采集的运动数据；

根据所述运动数据，估计所述图像采集设备在所述第一时段内的所述旋转角。