[发明专利]一种立体匹配方法及设备

说明书

本申请的目的是提供一种立体匹配方法及设备，在AKAZE算法的基础上提取目标图像对的特征点，运用M‑LDB描述子进行特征描述；然后利用LK光流法计算匹配区域进行条件约束；最后，将所述目标图像对划分为多个网格，通过FLANN算法进行特征点匹配并剔除错误匹配对，提高了立体匹配的准确性和实时性，改进后的AKAZE算法尤其是在处理模糊、亮度及旋转变化的边缘复杂的目标图像对时，提高立体匹配的准确率，并且降低了时间成本。

技术领域

本申请涉及计算机领域，尤其涉及一种立体匹配方法及设备。

背景技术

现有技术中，立体匹配是双目视觉定位中的关键环节，在零件装配领域应用十分广泛，如何快速准确找到被测零件，解算出其位姿信息是待解决的一大难题。许多计算机视觉任务，例如动作识别、运动跟踪、机器人导航和视觉定位都依赖于从目标图像的不同视图提取局部特征实现匹配。

目前，对于匹配算法的研究主要分两类，一类是改进特征描述符提高性能，另一类是增加约束条件剔除误匹配点。2004年，Lowe提出SIFT算法，通过原始图像与高斯核进行卷积运算来构建尺度空间，再在高斯差分金字塔上提取出具有尺度不变性的特征点，该算法具有仿射、视角、旋转和光照不变性，因此在特征匹配方面获得了广泛的应用。2006年，Bay等人针对SIFT算法计算过程中出现的速度慢和计算量的缺点，提出了SURF算法。通过运用近似Harr小波算法进行特征点提取，在不同的尺度空间上利用积分得到近似Harr小波值，减少二阶微分模板的构建，从而提高了特征匹配的效率。这两种方法构建的高斯尺度空间都易忽略图像的边缘细节信息。2013年，Adrien Bartoli等人通过使用非线性扩散在非线性尺度空间中描述特征，从而保留图像边缘信息。提出一种新的2D特征提取方法-AKAZE描述子。2015年，Zhenfeng Shao等人利用多分辨率区域检测器MSER和光照鲁棒形状描述子从输入图像中提取局部区域进行匹配，提出了一种适用于光照变化图像的特征匹配算法。2016年邢凯盛等人通过减小抽样点总量，提出了ORB特征匹配的误匹配点提出算法。同年，Lin W Y等人针对物体重建效果差提出了一种极限引导的特征匹配器RepMatch，能够适宽基线和重复结构，然而玻璃封装电连接器图像并不适用于宽基线情况。Tang P等人通过利用独特的拓扑约束增强局部特征的描述能力，解决徽标识别问题，但是拓扑约束条件还未扩展到通用对象。2017年Bian J等人将运动平滑限制问题转化为统计测量剔除错误匹配，提出一种有效的基于网格的分数估计器GMS。但是GMS算法存在一个严重的缺陷，没有旋转不变性。2018年Amin Sedaghat等人提出一种基于统一能力的算法，解决遥感图像的局部特征提取问题。该方法在提取过程中使用的是经验参数，具有一定局限性。Prakash C S等人利用加速KAZE和尺度不变特征变换特征的结合，提出了一种基于关键点的复制-移动伪造检测技术。

由于AKAZE算法利用非线性方程求出的迭代解不具有唯一性，目前方法仍存在特征点误匹配问题，从而导致图像匹配准确率不高。2020年颜焕欢等人运用FAST-SIFT算法提取肌骨图像特征，解决肌骨图像拼接问题，该算法的实时性和实用性有待提高。同年徐睦浩等人结合不规则碎纸片的边缘与颜色信息实现关键点检测，但是其并不适用于边缘比较复杂的(比如玻璃封装电连接器)图像。

因此，提高立体匹配的准确率，有效剔除错误匹配，尤其针对边缘复杂的图像时，减少耗时的同时保证立体匹配准确率是本领域技术人员需要继续研究的方向。

发明内容

本申请的一个目的是提供一种图像匹配方法及设备，以解决现有技术中如何提高立体匹配的准确率并减少耗时的问题。

根据本申请的一个方面，提供了一种立体匹配方法，包括：

获取目标图像对，基于AKAZE算法得到所述目标图像对的特征点，并通过M-LDB描述子对所有所述特征点进行描述；

通过LK光流法跟踪检测所述特征点并得到匹配区域；