[发明专利]一种结合线特征与三角网约束的序列影像密集匹配方法

权利要求书

1.一种结合线特征与三角网约束的序列影像密集匹配方法，其特征在于，包括以下步骤：

步骤1：输入序列影像I₁,I₂,...,I_n及相机的内参矩阵K；

步骤2：采用SIFT算法对两张影像I₁和I₂构成的立体像对进行匹配，其中I₁为参考影像，I₂为搜索影像，采用RANSAC算法对匹配结果进行检核，剔除错误匹配，获取初始可靠的稀疏匹配点集S；

步骤3：采用LSD算法对I₁、I₂两张影像进行特征直线段提取，采用线对特征约束的匹配方法对两影像上提取的直线段进行匹配，得到两影像上的同名直线段集合分别为M₁、M₂；

步骤4：根据匹配点集S，利用八点法计算基础矩阵F；

步骤5：以匹配点集S为基础数据，构建两张影像I₁和I₂上的同名Delaunay三角网；

步骤6：对初始同名直线进行筛选，得到集合和

步骤7：将直线段集合和中线段分别插入到影像I₁和I₂上的同名Delaunay三角网中，得到线特征优化后的三角网；

步骤8：以线特征优化后的三角网为基础数据，实现I₁、I₂两张影像的三角网约束迭代加密匹配，得到两影像上密集匹配点云集合S′；

步骤9：以S′为序列影像跟踪匹配的初始匹配基元，采用KLT光流追踪算法实现相邻影像跟踪匹配，得到每张影像上的匹配点，根据多视影像几何和BA优化算法得到序列影像匹配点对应的三维点云。

2.根据权利要求1所述的一种结合线特征与三角网约束的序列影像密集匹配方法，其特征在于，所述步骤6具体包括：

步骤6.1：根据匹配点集S，计算得到两影像仿射变换参数A；

步骤6.2：根据基础矩阵F，分别计算直线段集合M₁中每条线段中点在影像I₂上的核线，分别记为N为同名直线的数目，为集合M₁中第i条直线的中点，得到集合L＝{l₁,l₂,…，l_N}；

步骤6.3；分别计算集合L中核线与影像I₂上对应的同名直线的夹角θ＝{θ₁,θ₂,…，θ_N}，如果θ_i＞T_θ，T_θ为角度阈值，则将直线段m_i放到集合中，否则，认为核线与对应的同名直线平行或近似平行，将直线段m_i放到集合中，对应得到I₂影像上两同名直线集合

步骤6.4：根据仿射变换参数A，计算集合中该直线端点在搜索影像上的投影点，计算投影点到对应核线的距离，如果小于给定阈值T_d，则保留该组匹配直线，否则将删除，最终得到更新后的集合和集合

步骤6.5：经筛选后保留两影像上用于约束后续加密匹配的同名直线集合，分别记为

3.根据权利要求1所述的一种结合线特征与三角网约束的序列影像密集匹配方法，其特征在于，所述步骤7包括：

步骤7.1：将集合中的直线段分段插入到已有的Delaunay三角网中，得到线段优化后的Delaunay三角网，记录每条线段上分段点坐标；

步骤7.2：以集合中每条直线段的分段点为基准，计算其在影像I₂上的同名点；

步骤7.3：以影像I₁上优化后的Delaunay三角网为基准，对应的得到影像I₂上的同名三角网。