[发明专利]一种基于快速特征匹配的图像位置偏移检测方法

摘要

本发明提出一种基于快速特征匹配的图像位置偏移检测方法，利用Hough变换提取两幅对比图像的直线特征，分别找强度最大的N条直线特征进行匹配并获取平均偏移量；获取对比图像的边缘点、角点以及下采样后的角点特征集合得到关键点特征集合；将对比图像分割成多个图像片，在每个图像片上寻找最强关键点，获取每个最强关键点对应的特征向量并归一化；利用最强关键点与其对应的特征向量构造kd树；利用对比图像的kd树双向匹配图像关键点，利用平均偏移量剔除错误匹配点，获取终极匹配关键点对集合；计算目标图像上终极匹配关键点的坐标，计算该图像在X、Y方向的平均偏移量。本发明的方法能够提高图像位置偏移检测的处理速度和检测精度。

主权项

1.一种基于快速特征匹配的图像位置偏移检测方法，其特征在于，包括以下步骤：1）在计算机中输入预定的标准图像和待测的目标图像；2）对标准图像进行高斯滤波处理以消除噪声的影响；3）利用Hough变换提取滤波后标准图像的直线特征，并得到所有直线斜率k和截距b；4) 在步骤3）得到的所有直线中依次寻找强度最大的N条直线，将每条直线用参数（k，b）表示并将其转换为极坐标下的参数表示形式（distance，angle），得到标准图像在Hough空间中的的N个坐标点（distance，angle）；5）利用canny边缘检测算法获取标准图像的边缘点集合，计算标准图像的梯度图并运用FAST角点检测方法获取角点特征集合；6）对标准图像以预设的采样率进行n次下采样，并将n次下采样后的图像运用FAST角点检测方法获取角点特征集合，且将边缘点集合和所有的角点特征集合合并后获取关键点特征集合，（n大于1且小于5）；7）将标准图像分割成若干个大小的图像片，在每个图像片上的关键点特征集合中寻找强度最大的一个关键点，形成更新后的关键点特征集合（L大于5小于15）；8）构造更新后的关键点集合中的每个关键点的局部邻域，并利用邻域主方向和平均方向获取稀疏的邻域，以此获得每个关键点的维特征向量并进行归一化处理；9）利用更新后的关键点与其对应的维特征向量构造kd树结构，利用步骤4）中得到的N个坐标点（distance，angle）和kd树结构共同组成标准图像模型；10）对目标图像依次执行上述步骤，获取目标图像在Hough空间中的N个坐标点（distance，angle）和目标图像的kd树结构；11）将标准图像和目标图像在Hough空间中N个强度最大的坐标点进行预先匹配，若具有相同的坐标点（distance，angle）就相互匹配，否则计算标准图像和目标图像的所有的对应的坐标点之间的偏移量（distance_shift，angle_shift），最后计算平均偏移量distance_shift_average，angle_shift_average）；12）利用标准图像和目标图像的kd树结构进行关键点快速匹配，获取初级匹配的关键点对集合；13）将步骤11）中获取的平均偏移量（distance_shift_average，angle_shift_average）作为给定的偏移量阈值，运用RANSAC算法剔除关键点对集合中偏移量大于给定阈值的关键点对，获取终极匹配的关键点对集合和单应性变换矩阵；14）利用单应性矩阵对目标图像进行变换，使得标准图像和目标图像处于同一坐标系下，然后计算目标图像上终极匹配的关键点的坐标；根据终极匹配的关键点对坐标计算目标图像在X方向和Y方向的平均偏移量，分别记作Xoffset和Yoffset。