[发明专利]一种检测场景特征点与图像点特征间匹配中误匹配的方法

摘要

本发明公开了一种检测场景特征点与图像点特征间匹配中误匹配的方法，该方法可处理存在动态物体的场景，首先对图像进行基于先验的随机抽样，获得样本数据，然后使用给定的假设将样本点区分为内点和外点，并使用内点的数量和分布对假设进行评价，直到假设满足给定的终止条件，最后利用获得的最佳假设和最佳样本获得具体应用所需的模型或数据；即使在存在大量误匹配或动态匹配点的情况下，本发明仍能实时地检测正确的静态匹配点；本发明在检测精度和运行效率两方面明显优于现有误匹配检测方法。

主权项

1.一种检测场景特征点与图像点特征间匹配中误匹配的方法，其特征在于，它包括以下步骤：（1）对图像进行基于先验的随机抽样，获得样本数据；该步骤通过以下子步骤来实现：（1.1）将图像均分成a*b的块，其中a表示图像高度的均分数，b表示宽度的均分数；（1.2）针对单张图像，规定最小样本集中的m个采样点取自m个不同分块，先随机选择m个分块，再在每个分块随机选择一个匹配点加入最小样本集中；（1.3）针对图像序列，利用相邻帧图像内容相似的特性，对当前帧进行数据抽样时，利用前一帧图像的内点的分布情况，将前一帧第i个分块中的内点比例标记为将该数值截断到[low，high]之间（其中low和high分别表示截断的下限和上限值），以确保当前帧中的每一块都有一定概率被选中，将当前帧第i个分块被选中的概率设为规定最小样本集中的m个采样点取自m个不同分块，先根据p_i选择选择m个分块，再在每个分块随机选择一个匹配点加入最小样本集中。（2）使用给定的假设将样本点区分为内点和外点，并使用内点的数量和分布对假设进行评价，该步骤通过以下子步骤来实现：（2.1）用给定的假设参数拟合所有匹配点，根据拟合误差区分内点和外点；（2.2）根据步骤2.1得到的内点，使用如下两种方法计算内点的分布：第一种使用标准协方差矩阵N是内点数目，x_i是第i个内点的位置，是所有内点的平均位置；第二种使用加权协方差矩阵ε_i为当前帧第i个分块中的内点比例，x_i是第i个分块的位置，是所有分块的加权平均位置；（2.3）对评估假设进行评分s=(Σiϵi)πdet(C)A]]>其中，A是图像面积，∑_iε_i为个分块内点比例之和，det(C)表示步骤2.2所得到的协方差矩阵的行列式，为内点分布椭圆的面积。（3）重复步骤1和步骤2，直到假设满足给定的终止条件，终止条件为：（3.1）针对单张图像，将当前最佳假设下的第i个分块的内点比例标记为定义如下终止条件(1-(Σi1Bϵ^i)m)KS<η]]>其中，K_S为最大迭代次数，B为分块总数，m是样本大小，η为用户定义的置信度参数，为选择一个分块的概率，为选择一个内点的概率，为最小样本集中存在动态点或外点的概率，为K_s次采样后仍没有得到一个只包含内点的最小样本集的概率；（3.2）针对视频序列，定义如下终止条件(1-(Σipiϵ^i)m)KS<η]]>其中，参数含义同步骤（3.1），为选择一个内点的概率，为最小样本集中存在动态点或外点的概率，为K_s次采样后仍没有得到一个只包含内点的最小样本集的概率。（4）利用步骤1，步骤2和步骤3获得的最佳假设和最佳样本获得具体应用所需的模型或数据，具体包括：（4.1）通过步骤1-3步操作获得最佳假设和最佳样本；（4.2）利用所有内点信息对最佳假设和样本进行进一步的优化；（4.2）利用最终的样本获得具体应用所需的模型或数据。