[发明专利]基于特征匹配的数字图像测量方法

说明书

本发明公开了一种基于特征匹配的数字图像测量方法，方法包括以下步骤：选取待测区域的待计算点，其中，采集得到散斑图像，在散斑图像上确定待测量区域，然后在待测量区域中选取待计算点，对所述待计算点划分子区，对每个所述待计算点划分一个边长为m的正方形的子区，对每个所述子区中的所有像素提取特征描述符，基于特征描述符通过PatchMatch特征匹配算法特征匹配，基于特征匹配结果计算初始位移，基于所述初始位移并行执行反向组合的高斯牛顿迭代算法实时位移和应变。

技术领域

本发明属于光学测量技术领域，特别是一种基于特征匹配的数字图像测量方法。

背景技术

传统的数字图像相关法目前还不能支撑在线实时的检测，使得该方法在实际应用中受限，不能满足快速、高效的测量要求，尤其是存在大位移的情况下，还没有一种能用于大变形的实时数字图像相关法。因此急需一种实时的数字图像相关法，进行在线的位移和变形测量，扩展其应用。

特征匹配算法可以为数字图像相关匹配算法提供准确可靠的位移初始值，然后执行亚像素精度的位移计算，然而仅仅依赖少量的特征点，难以实现路径独立的并行数字图像相关法。快速傅里叶变换互相关算法可以实现整像素的图像匹配，但该方法不适用于存在大位移的变形情况。

在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

发明内容

为了克服现有的二维数字图像相关法中存在的不足，达到实时在线的测量要求，本发明提出基于特征匹配的数字图像测量方法，提升了算法的鲁棒性和精确性，有助于扩展数字图像相关法在工程测量中的应用。

本发明的目的是通过以下技术方案予以实现，一种基于特征匹配的数字图像测量方法，包括以下步骤：

第一步骤(S100)中，选取待测区域的待计算点，其中，采集得到散斑图像，在散斑图像上确定待测量区域，然后在待测量区域中选取待计算点，

第二步骤(S200)中，对待计算点划分子区：对每个所述待计算点划分一个边长为n的正方形的子区，

第三步骤(S300)中，对每个所述子区中的所有像素提取特征描述符，

第四步骤(S400)中，对于特征描述符，通过PatchMatch特征匹配算法进行特征匹配，基于特征匹配结果计算初始位移，

第五步骤(S500)中，基于所述初始位移，并行执行反向组合的高斯牛顿迭代算法以实时计算位移和应变。

所述的方法中，第一步骤中，在采集得到的散斑图像上选定散斑图片，然后在散斑图片上选取待测量区域。

所述的方法中，第一步骤中，在待测量区域上划分网格，选取每个网格的顶点作为待计算点，所述待计算点数目为N。

所述的方法中，第二步骤中，以每个所述待计算点为中心划分一个边长为m的正方形的子区。

所述的方法中，第三步骤中，对每个所述子区中的所有像素提取Daisy特征描述子，构建每个待计算点的特征描述符子区。

所述的方法中，第四步骤中，对每个特征描述符子区在变形散斑图像上搜索匹配，通过PatchMatch特征匹配算法进行特征描述符子区的匹配。

所述的方法中，第四步骤中，散斑图像上选定包含所述测量区域的参考散斑图片，PatchMatch特征匹配算法通过迭代搜索寻找参考散斑图片与变形散斑图片两幅图片之间的最近邻匹配点，以每个特征描述符子区在参考散斑图片上的像素坐标初始划迭代搜索，在变形散斑图片上搜索其匹配的特征描述符子区。

所述的方法中，第五步骤中，连续两个变形状态之间的灰度变化模型如下：