[发明专利]一种逐步调整的特征点匹配方法

权利要求书

1.一种逐步调整的特征点匹配方法，其特征在于，包括以下步骤：

S1.获取两张待匹配的源图像I_o和参考图像I_r；

S2.通过现有特征点检测算子获取图像I_o、I_r的特征点集{P_o0}、{P_r0}，并获取特征点集{P_o0}、{P_r0}对应的特征向量集合{S_o0}、{S_r0}；

S3.采用特征向量集合{S_o0}、{S_r0}进行特征向量匹配，得到特征点集{P_o0}中每个特征点在特征点集{P_r0}中的邻近匹配点；

S4.通过ratio-test判断特征点集{P_o0}中的每个特征点及其邻近匹配点是否满足阈值，筛选满足阈值的特征点及其邻近匹配点，得到初始匹配点集{P_o}、{P_r}；

S5.通过2×2区域划分空间变换匹配，更新初始匹配点集{P_o}、{P_r}，得到匹配点集{P_o}₂、{P_r}₂；

S6.通过k×k,k2区域划分空间变换匹配，更新匹配点集{P_o}_k-1、{P_r}_k-1，得到匹配点集{P_o}_k、{P_r}_k；

S7.判断是否满足停止条件，若满足，则输出最终的匹配点集；若不满足，则k+1并返回步骤S6。

2.根据权利要求1所述的一种逐步调整的特征点匹配方法，其特征在于，步骤S3的具体操作过程包括：

S31.建立特征向量集合{S_o0}、{S_r0}间的欧式距离，以特征点对(q_o,q_r)为例，其特征向量间的欧氏距离关系表示为：：

其中，d_o表示源图像上特征点q_o的特征向量，且d_o属于特征向量集合{S_o0}；d_r表示参考图像上特征点q_r的特征向量，且d_r属于特征向量集合{S_r0}；o_i表示特征点q_o的第i个描述符信息，r_i表示特征点q_r的第i个描述符信息，n表示描述符维度即特征向量维度；

S32.基于欧氏距离关系采用Kd-Tree进行邻近搜索，在特征点集{P_r0}中寻找到特征点集{P_o0}中每个特征点的一个邻近匹配点。

3.根据权利要求1所述的一种逐步调整的特征点匹配方法，其特征在于，步骤S4中采用的阈值d_t的范围为(0.7,0.9)，且初始匹配点集{P_o}、{P_r}分别为特征点集{P_o0}、{P_r0}的子集。