[发明专利]一种仿射不变的宽基线图像密集匹配方法

摘要

本发明涉及一种仿射不变的宽基线图像密集匹配方法，该方法用可靠匹配对作为参考建立新匹配对，逐步计算出待匹配图像中点和点的对应关系，所述方法具体包括以下步骤1)读取待匹配的宽基线立体图像对基准图像I和参考图像I′，对这两幅图像进行初始稀疏匹配；2)利用初始稀疏匹配得到扩展稀疏匹配；3)以扩展匹配结果作为种子，在它们的相邻像素建立新匹配，采用区域增长策略逐渐传播到整幅图像，实现密集匹配；4)输出匹配结果。与现有技术相比，本发明具有匹配结果更密集，精度更高等优点。

主权项

一种仿射不变的宽基线图像密集匹配方法，其特征在于，该方法用可靠匹配作为参考建立新匹配，逐步计算出待匹配图像中点和点的对应关系，所述方法具体包括以下步骤：1)读取待匹配的宽基线立体图像对：基准图像I和参考图像I'，对这两幅图像进行初始稀疏匹配，2)利用初始稀疏匹配结果得到扩展稀疏匹配结果，3)以扩展匹配结果作为种子，在它们的相邻像素建立新匹配，采用区域增长策略逐渐传播到整幅图像，实现密集匹配，4)输出匹配结果；所述步骤2)具体包括步骤：201)对每一对初始稀疏匹配，计算与之相关联的仿射变换矩阵，利用仿射变换矩阵A归一化邻域窗口，计算归一化窗口图像的匹配代价，将初始稀疏匹配结果中匹配代价低于阈值T1的匹配对加入种子点集合S，202)对集合S中的匹配按匹配代价进行排序，取出匹配代价最小的匹配作为种子匹配，在该匹配周围寻找新的匹配，203)确定新的匹配的传播范围，该范围是以种子为中心的椭圆内部，具体为：xTCx＜D其中：x为传播范围中的点的坐标，椭圆参数C由二阶矩矩阵M求得，椭圆大小由阈值D确定，204)对传播范围内所有Hessian‑Affine关键点进行匹配，关键点匹配代价综合考虑特征向量的相似度和关键点空间位置的一致性，具体为：Cost(p1,p1')＝spacial_err.*feature_err其中：Cost(p1,p1')为传播范围内一对候选匹配的匹配代价，feature_err为特征向量的欧式距离，spacial_err为空间不一致性，具体为：spacial_err=|p1′-p~1′|]]>其中：p1'为候选匹配在参考图像I'中的点，其中：是种子匹配，p0和p0'分别为基准图像I和参考图像I'中的点，A0是与种子匹配关联的仿射变换矩阵，205)对每一个基准图像I中传播范围内的关键点p，在参考图像I'中寻找对应的关键点p’，p’为使匹配代价最小的关键点，如果Cost(p,p')＜T2，则把加入种子点集合S，并计算与这对匹配关联的仿射变换矩阵，阈值T2控制匹配对的数量和匹配的准确性，206)判断S是否为空集，若不是空集，则执行步骤202)，若为空集，则执行步骤3)。