[发明专利]基于极线插入图像的ransac特征匹配优化方法

摘要

本发明公开了一种基于极线插入图像的ransac特征匹配优化方法，该方法能够提高匹配质量，增加特征点优质匹配数量，解决了ransac算法图像特征点优质匹配少、准确度不高的问题。该方法首先对待匹配的图像进行特征点检测、描述及匹配，通过比率和对称性测试对匹配集合进行初步筛选，剔除掉错误匹配；其次使用ransac算法获得原始优质匹配集合以及它支持的基础矩阵；再利用基础矩阵计算特征匹配点的极线，并对获得的极线进行挑选，以保证极线尽可能地在图像上均匀分布；然后对挑选的极线进行厚度及极线数量的处理，再插入图像中；最后对处理后的图像重新基于ransac算法进行优质匹配的获取过程。本方法效果良好，适用于各种图像。

主权项

一种基于极线插入图像的ransac特征匹配优化方法，其特征在于，所述方法应用于三维重建，目标跟踪，人脸识别，包括如下所述步骤：步骤1：读取待匹配的两张图像，即：图像1和图像2，获得待匹配两幅图像的初始匹配集合；步骤2：使用ransac随机采样一致算法，计算最大支持匹配集合的基础矩阵，返回满足此基础矩阵的优质匹配集合和支持匹配集合的基础矩阵；步骤3：利用ransac随机采样一致算法得到的基础矩阵，计算匹配点在对应图像上的极线，是利用基础矩阵计算匹配点在对应图像上的极线集合的获取过程；步骤4：在极线集合中获取能够在图像上均匀分布的极线，在极线集合中挑选合适的极线使其能够均匀分布在图像上，其过程包括如下步骤：步骤4‑1：计算极点，判断极点在图像内还是图像外；步骤4‑2：极点在图像外时，根据极线与图像边缘的交点关系，分别选取1、2、3或4条极线；步骤5：利用选择的极线对图像进行处理，对挑选的极线插入图像中，其极线的处理过程如下步骤：步骤5‑1：将1、2、3或4条极线插入待匹配的图像上；步骤5‑2：将极线处的图像像素设置成0，并且将极线的厚度分别设置为1、5、10或15个像素的不同厚度；步骤6：对处理后的图像重新进行优质匹配集合的计算，对处理过的图像重新获得优质匹配集合的过程，其处理过程的步骤如下：步骤6‑1：进行上述步骤1操作过程，获得初始匹配集合；步骤6‑2：进行上述步骤2操作过程，获得优质匹配集合。