[发明专利]一种应用于图像三维重建的图像匹配方法及系统在审

专利信息
申请号: 202010627488.6 申请日: 2020-07-02
公开(公告)号: CN111767960A 公开(公告)日: 2020-10-13
发明(设计)人: 程德强;龚飞;李纳森;寇旗旗;陈亮亮;李海翔 申请(专利权)人: 中国矿业大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 北京天达知识产权代理事务所(普通合伙) 11386 代理人: 庞许倩
地址: 221116 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 应用于 图像 三维重建 匹配 方法 系统
【权利要求书】:

1.一种应用于图像三维重建的图像匹配方法,其特征在于,所述方法包括以下步骤:

步骤S1:获取参考图像和待匹配图像,并对所述参考图像和待匹配图像进行预处理;

步骤S2:利用AKEZE算法分别获得预处理后的参考图像和待匹配图像的特征点,并生成所述特征点对应的特征描述符;

步骤S3:基于所述参考图像和待匹配图像的特征描述符之间的欧式距离,得到参考图像和待匹配图像的粗匹配特征点对集合;所述粗匹配特征点对集合中包含所述参考图像和待匹配图像的粗匹配特征点集;

步骤S4:获取所述参考图像和待匹配图像的粗匹配特征点集的平均值,并基于所述平均值构建几何矩阵及距离度量模型;基于构建的所述距离度量模型,获得精度匹配特征点对;

步骤S5:基于所述精度匹配特征点对,完成所述参考图像和所述待匹配图像之间的匹配。

2.根据权利要求1所述的应用于图像三维重建的图像匹配方法,其特征在于,在所述步骤S1中,利用圆形Gabor滤波器对所述参考图像和待匹配图像进行预处理。

3.根据权利要求1所述的应用于图像三维重建的图像匹配方法,其特征在于,在所述步骤S2中,包括:

利用AKAZE算法分别构建预处理后的参考图像和待匹配图像的非线性尺度空间;

利用不同非线性尺度的滤波图像的Hessian矩阵的特征值判断局部极值;

基于所述局部极值的判断结果,得到所述预处理后的参考图像和待匹配图像的特征点。

4.根据权利要求3所述的应用于图像三维重建的图像匹配方法,其特征在于,在所述步骤S2中,通过执行以下操作生成所述特征点对应的特征描述符:

利用SURF算法获取所述特征点的主方向;

基于所述特征点的主方向,生成所述特征点对应的特征描述符。

5.根据权利要求1所述的应用于图像三维重建的图像匹配方法,其特征在于,在所述步骤S3中,所述粗匹配特征点对满足公式(1):

dij<t min(dik),k=1,2,...,N,k≠j (1)

其中,dij表示所述参考图像中的第i个特征描述符与所述待匹配图像中最近邻的第j个特征描述符之间的欧式距离;dik表示所述参考图像中的第i个特征描述符与所述待匹配图像中第k个特征描述符之间的欧式距离;N表示所述待匹配图像中特征点的总个数;t表示距离阈值。

6.根据权利要求5所述的应用于图像三维重建的图像匹配方法,其特征在于,所述距离阈值t为0.6。

7.根据权利要求1-6中任一项所述的应用于图像三维重建的图像匹配方法,其特征在于,在所述步骤S4中,利用公式(2)获取所述参考图像和待匹配图像的粗匹配特征点集的平均值:

其中,m表示所述粗匹配特征点对的个数;xi和yi分别表示所述参考图像和待匹配图像的粗匹配特征点集中的第i个元素。

8.根据权利要求7所述的应用于图像三维重建的图像匹配方法,其特征在于,在所述步骤S4中,基于公式(3)构建几何矩阵R:

基于所述几何矩阵构建距离度量模型,在所述距离度量模型中,xi和yi的几何距离Hi表示为:

其中,x表示所述参考图像和待匹配图像的粗匹配特征点对集合中所有粗匹配特征点对距离的平均值;F表示根据所述参考图像和待匹配图像的粗匹配特征点对集合中所有粗匹配特征点对求解得到的变换矩阵,表示元素yi对应的变换矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学,未经中国矿业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010627488.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code