[发明专利]基于相关性度量的特征点匹配方法有效
| 申请号： | 200810056261.X | 申请日： | 2008-01-16 |
| 公开（公告）号： | CN101488224A | 公开（公告）日： | 2009-07-22 |
| 发明（设计）人： | 王旭光;吴福朝;胡占义 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 中科专利商标代理有限责任公司 | 代理人： | 梁爱荣 |
| 地址： | 100080北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是基于相关性度量的特征点匹配方法，拍摄多幅待匹配场景图像并输入计算机；计算图像各像素的梯度，提取图像特征点信息；对提取的每个特征点，把以特征点为中心的圆形邻域进行分块，计算分块得到的每个子区域的梯度均值；利用子区域各像素点的梯度以及子区域的梯度均值，建立子区域的Harris相关矩阵并计算Harris相关矩阵的行列式和迹；利用Harris相关矩阵的行列式和迹，构造Harris相关性度量并用Harris相关性度量构造Harris相关性描述子；计算特征点描述子之间的欧氏距离，应用度量准则进行匹配。本发明不需要对摄像机参数进行标定，匹配过程中不需要人的参与，自动完成匹配，而且具有简单、实用、匹配点稠密、匹配精度高、鲁棒性好等特点。 | ||
| 搜索关键词： | 基于 相关性 度量 特征 匹配 方法 | ||
【主权项】：
1. 一种基于相关性度量的特征点匹配方法包括步骤：步骤1：拍摄待匹配场景的多幅图像并输入计算机；步骤2：计算图像各像素的梯度，提取图像的特征点信息；步骤3：对特征点邻域进行分块，获得子区域的梯度均值；步骤4：应用子区域的各像素点的梯度以及梯度均值，构造子区域的Harris自相关矩阵以及相邻子区域之间Harris互相关矩阵；步骤5：计算子区域的Harris自相关矩阵以及相邻子区域之间的Harris互相关矩阵的行列式与迹，并用行列式与迹构造子区域的自相关性度量以及相邻子区域之间的互相关性度量；步骤6：用子区域的自相关性度量以及相邻子区域之间的互相关性度量构造Harris相关性描述子；步骤7：计算不同图像特征点之间的欧氏距离，根据度量准则，对特征点进行匹配。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200810056261.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种防机器识别的信息显示方法及装置
- 下一篇：开机方法及其电脑系统
