[发明专利]一种双目图像特征匹配方法及系统

说明书

本发明公开一种双目图像特征匹配方法及系统，所述方法包括：分别对左视图和右视图进行特征点提取，得到对应的特征点集合；对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合，所述一对多的匹配集合指的是匹配集合中每一个待匹配特征点对应多个候选特征点；对匹配集合中一对多的特征点进行三维重建，根据三维重建结果剔除异常特征点，得到新的匹配集合；从新的匹配集合中筛选出匹配种子点，根据匹配种子点，通过三角形匹配法进行局部匹配点筛选，完成特征匹配。本发明可实现高精度特征匹配，减少因一对多的特征点或假点带来的匹配误差，提高运动目标的双目跟踪测量的准确性。

技术领域

本发明属于计算机视觉测量技术领域，具体涉及一种双目图像特征匹配方法及系统。

背景技术

在计算机视觉测量领域，实现图像特征点的匹配是实现视觉测量的基础，尤其对于运动目标，要实现运动目标的双目跟踪测量，必须进行快速、高精度的特征匹配。目前研究图像特征匹配方法很多，但是稳定性和精确性不能得到保证，常用的极线约束方法存在一对多和假点的情况。

发明内容

有鉴于此，本发明提出了一种双目图像特征匹配方法及系统、设备、存储介质，用于解决双目图像特征匹配存在一对多和假点的问题。

本发明第一方面，公开一种双目图像特征匹配方法，所述方法包括：

分别对左视图和右视图进行特征点提取，得到对应的特征点集合；

对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合，所述一对多的匹配集合指的是匹配集合中每一个待匹配特征点对应多个候选特征点；

对匹配集合中一对多的特征点进行三维重建，根据三维重建结果剔除异常特征点，得到新的匹配集合；

从新的匹配集合中筛选出匹配种子点，根据匹配种子点，通过三角形匹配法进行局部匹配点筛选，完成特征匹配。

优选的，所述多层次约束包括极线约束、距离约束和视差约束。

优选的，所述对对应的特征点集合进行多层次约束筛选，得到一对多的匹配集合具体包括：

左视图对应的特征点集合为L，右视图对应的特征点集合为R，

对特征点集合为L和特征点集合R进行极线约束匹配，得到集合A；

根据极线的距离约束对集合A进行筛选，得到集合B；

通过质心计算图像特征点的视差，通过视差约束对所述匹配集合B进行筛选，得到一对多的匹配集合C。

优选的，所述对匹配集合中一对多的特征点进行三维重建，剔除异常特征点，得到新的匹配集合具体包括：

在匹配集合中，分别根据每一个待匹配特征点及对应的多个候选特征点中的任一候选特征点进行三维重建，得到对应的多个三维模型；

比较所述多个三维模型，对于超出预设的模型范围或与多数三维模型方向差异大于预设阈值的三维模型，判定三维模型对应的特征点为异常特征点；

从匹配集合中剔除异常特征点，得到新的匹配集合D。

优选的，所述从新的匹配集合中筛选出匹配种子点满足的条件为：一对一的匹配且匹配精度最高，所述匹配种子点为两对。

优选的，所述通过三角形匹配法进行局部匹配点筛选，完成特征匹配具体包括：

得到两对匹配种子点之后，分别将新的匹配集合中左视图和右视图中的每个特征点与对应两个匹配种子点构成三角形特征；

计算三角形特征的边长和夹角，比较左视图和右视图中对应的三角形特征，计算边长差值和夹角差值；