[发明专利]一种基于特征向量的快速高精度鲁棒性匹配方法

摘要

一种基于特征向量的快速高精度鲁棒性匹配方法。由于环境的变化、目标运动的影响和传感器的缺陷，拍摄的图像不仅受噪声的影响，而且存在严重的灰度失真和几何畸变。因此，匹配方法如何达到精度高、匹配正确率高、速度快、鲁棒性和抗干扰性强以及并行实现，成为追求的目标。本发明提出了一种亚像素级的快速高精度鲁棒性匹配。首先对待处理的两幅图片分别提取SIFT特征向量，并将其进行PCA降维处理，然后利用Kd-tree对两个特征向量集进行匹配，接着利用RANSAC算法对得到的匹配点对进行筛选，并通过表面拟合技术使匹配达到亚像素级，从而得到高精度鲁棒性的特征点对。此外本发明还使用了均匀取点方法来提高匹配速度。通过本发明得到的图像匹配结果有着很高的匹配精度和较快的运行速度，实验效果表现优异。

主权项

一种基于特征向量的快速高精度鲁棒性匹配方法，其特征在于实现步骤如下：(1)分别对两幅待匹配的图像进行SIFT特征点的提取，并对每个提取的特征点计算其特征向量，对应所述两幅待匹配的图像获得两个待匹配的特征点集合A、B，所述每个提取的特征点对应一个128维的特征向量，从而得到两个特征向量的集合；(2)在步骤(1)获取两幅图像的特征点后，使用表面拟合技术使所提取的特征点的位置精确到亚像素级；(3)通过步骤(1)和步骤(2)得到两个特征向量的集合后，利用PCA主成分分析法对特征向量进行降维操作；(4)在步骤(3)获取两幅图像精确的特征点及特征向量后，利用Kd‑tree对两组待匹配的特征点集进行简单的匹配，对于集合A中的每个点在集合B中寻找特征向量间欧氏距离最近的特征点；(5)在步骤(4)得到一系列匹配点对以后，用MLESAC(Maximum likelihood estimation sample consensus)算法对该匹配点对的集合进行筛选，去除可能的误匹配特征点，保证匹配的精确性和鲁棒性；(6)将得到的精确匹配点对在两幅匹配图中显示出来，并将点对连接，得到最终的匹配效果图。