[发明专利]一种基于ORB和SURF特征的快速图像匹配方法

权利要求书

1.一种基于ORB和SURF特征的快速图像匹配方法，其特征在于，包括：

步骤1.输入图像一和图像二；具体包括：对输入图像进行预处理；所述预处理包括图像灰度化和滤波处理，再进行归一化处理。

步骤2.通过ORB分别检测所述图像一和图像二中的特征点；

步骤3.通过SURF特征对上述检测出的角点信息添加方向信息并进行特征描述；

步骤4.将所述图像一的特征描述符和图像二的特征描述符，根据FLANN匹配和双向匹配完成初始粗匹配；

步骤5.根据PROSAC算法消除所述粗匹配中的误匹配，实现更近一步的精匹配；

步骤6.生成图像一和图像二中特征点的匹配关系。

2.根据权利要求1所述的基于ORB和SURF特征的快速图像匹配方法，其特征在于：所述步骤2具体为，以待测点P为圆心，利用ORB中的FAST算法检测特征点，通过比较像素点与其周围邻域其他像素点的灰度值大小来判断是否为角点。FAST特征点检测过程如下：

(1)选取像素点P，设该点的灰度值为Q；

(2)以该像素点为圆心，考虑半径为3的圆周内的16个像素点，若有n(一般取9或12)个连续像素点的灰度值大于或小于Q，则P为角点。

3.根据权利要求1所述的基于ORB和SURF特征的快速图像匹配方法，其特征在于：所述步骤3包括，一，对检测出的角点信息添加方向信息；二，建立描述符，确定主方向后，选取20s×20s的区域，并分成4×4的子区域，通过计算产生64维的向量作为描述符。

4.根据权利要求3所述的基于ORB和SURF特征的快速图像匹配方法，其特征在于：添加方向信息和建立描述符具体为，将检测到的角点做为圆心，以特征点为圆心计算半径为6δ(δ为尺度)的区域内所有像素点x和y上的harr小波的响应值d_x和d_y，并使用高斯加权系数对响应值进行加权，然后以60°为角度滑动扇形窗口并计算窗口中所有小波响应之和，值最大的扇形方向即为特征点的主方向。构建以特征点为中心的20s×20s的矩形区域，并划分为4×4个方形子区域，在每个子区域中计算harr小波特征x和y方向上的响应值，并用高斯窗口函数加权，得到一个4维特征向量V，把16个方形子区域的特征向量V组合，得到64维的SURF描述子。

5.根据权利要求1所述的基于ORB和SURF特征的快速图像匹配方法，其特征在于：所述步骤4具体为，通过FLANN算法利用双向匹配原则，找到图像一某特征点在图像二上的最近邻特征点，反之，在图像一上找到图像二的最近邻特征点，通过判定距离比值，保留给定阈值内的点，完成初始粗匹配。

6.根据权利要求1所述的基于ORB和SURF特征的快速图像匹配方法，其特征在于：所述步骤5具体为，对步骤4的初始粗匹配做进一步的匹配提纯，提高匹配精度，具体包括：

(1)设置初始迭代次数和内点阈值，迭代次数初始值为0；

(2)根据匹配点对相似度排序，选取M个高质量数据；

(3)从M个数据中随机选取T个数据，计算模型参数；

(4)当计算模型参数所得的到内点数量大于内点阈值时，则返回内点，否则迭代次数加以，返回步骤2。