[发明专利]一种层次化的图像匹配方法

说明书

本发明公开一种层次化的图像匹配方法，获得查询图像和参考图像特征点特征描述子，从参考图像包含的局部特征点中，为查询图像中的每个局部特征点寻找两个最相似的候选匹配特征点；并依次筛选出最佳特征匹配结果。本发明能够快速地计算出两幅图像之间的特征匹配点，然后应用于一系列的基于图像匹配的高层次计算机视觉任务中：基于图像的三维重建、同时定位与地图构建、图像检索、地图导航、数字孪生、图像拼接、混合现实、虚拟现实和增强现实等。

技术领域

本发明属于计算机图像处理处理技术，具体涉及一种层次化的图像匹配方法。

背景技术

图像匹配是计算机视觉领域的热点研究问题，受到了国内外研究者们的广泛关注。一个完整的图像匹配流程包括以下步骤：检测图像中的特征点、计算对应的特征描述子，特征匹配，消除错误的特征匹配点。在实践中，受特征描述子的歧义性、图像的纹理、光照和尺度变化等因素的影响，导致自然场景下的图像匹配精度较低，严重影响了基于图像匹配的高层次计算机视觉技术的研究进程与应用。

以基于图像的三维重建为例，如果错误的特征匹配点作为三维重建系统的输入数据，可能会破坏三维模型的完成性和几何一致性，获得错误的摄像机姿态信息和低精度的三维模型，甚至导致三维重建过程失败。因此，人们迫切希望能够提出一种高精度的图像匹配方法，既能够产生大量的特征匹配点，又能够消除其中的错误的特征匹配点，以便提高基于图像匹配的高层次计算机视觉应用系统的性能。目前现有相关研究存在以下问题：

(1)在处理两幅图像之间的特征匹配时需要若干秒的时间，难以满足一些实时处理应用的需求；

(2)要么是特征匹配的结果依赖于所选用的空间聚类方法，要么仅适用于宽基线图像的特征匹配，即都不具有通用性；

(3)不能同时消除由于描述的歧义性、图像尺度、纹理和光照变化等多种因素所导致的所有的错误特征匹配点。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种层次化的图像匹配方法，从参考图像的局部特征点集合中为查询图像中的每个局部特征点寻找一个精确的匹配点，然后通过计算出来的精确的特征匹配点，使得一系列基于图像匹配的高层次的计算机视觉应用变成可能。

技术方案：本发明的一种层次化的图像匹配方法，涉及图像的特征点检测、特征匹配和错误匹配消除，具体包括以下步骤：

步骤S1：针对输入的两幅图像，即查询图像I_l和参考图像I_r，分别对其使用局部特征点检测方法和局部特征描述子计算方法，来计算出查询图像I_l和参考图像I_r中各自包含的局部特征点和对应的特征描述子；

其中，从查询图像I_l的检测出来的局部特征点为K_l＝k(x_i,y_i)，对应的特征描述子为D_l＝d(k(x_i,y_i))；i∈[1,M]，M表示从查询图像I_l中检测出来的局部特征点数量；

从参考图像I_r中的检测出来的局部特征点为K_r＝k(x′_j,y′_j)，对应的特征描述子为D_r＝d(k(x′_j,y′_j))；j∈[1,N]，N表示从参考图像I_r中检测出来的局部特征点数量；

步骤S2：从参考图像包含的局部特征点中，为查询图像中的每个局部特征点k(x_i,y_i)寻找两个最相似的候选匹配特征点，即为k(x′_j,y′_j)和k(x′_j+1,y′_j+1)；