[发明专利]一种平滑约束与三角网等比例剖分像对稠密匹配方法

摘要

本发明提出一种平滑约束与三角网等比例剖分像对稠密匹配方法，包括：在像对I1与I2上应用ORB算法，获得稀疏匹配点集；筛选出以特征点为中心的邻域中密度直达的特征点集；对特征点集进行DBSCAN密度聚类，形成集合；用集合进行DBSCAN密度聚类处理剔除外点，得到内点集；构建待匹配图像I1的Delaunay三角网Tri1；构建目标图像I2的Delaunay三角网Tri2；计算三角网Tri1和Tri2中等比例点的坐标；等比例点的稠密化，进一步优化构成相似三角形的内点集；重新构造待匹配图像I1和目标图像I2的三角网Tri'1和Tri'2；判断三角区域间的相似性度量值，输出三角网稠密匹配点的坐标；本发明的目的是避免由于某些局部外点造成仿射变换矩阵估计不准确而影响整体平面稠密匹配准确率的问题，实验验证本发明方法有效。

主权项

1.一种平滑约束与三角网等比例剖分像对稠密匹配方法，其特征在于，具体步骤如下：步骤1：输入：待匹配图像I₁、目标图像I₂、阈值r和比例点数m；步骤2：待匹配图像I₁和目标图像I₂组成像对，在像对I₁与I₂上应用ORB算法，获得稀疏匹配点集FPa与FPb；步骤3：遍历点集FPa与FPb，筛选出以特征点为中心的邻域中密度直达的特征点集FPa′∈I₁和FPb′∈I₂；步骤4；对特征点集FPa′和FPb′进行DBSCAN密度聚类，计算每一对特征点的坐标欧式距离和角度θ_i，形成集合步骤5：对邻域内的匹配点进行平滑约束，用集合进行DBSCAN密度聚类处理剔除外点，得到内点集FP1∈I₁和FP2∈I₂，此时获得提纯后的匹配对应关系[FP1,FP2]；步骤6：根据FP1构建待匹配图像I₁的Delaunay三角网Tri₁：步骤7：根据待匹配图像I₁的三角网索引，通过提纯后的匹配对应关系[FP1,FP2]构建目标图像I₂的Delaunay三角网Tri₂：步骤8：计算三角网Tri₁和Tri₂中等比例点的坐标；步骤9：等比例点的稠密化：三角网中包含了n个三角形，向每个三角形中插入m个等比例点，通过这些等比例点衡量三角形的相似性，进一步优化构成相似三角形的内点集：步骤10：根据优化后的内点集重新构造待匹配图像I₁和目标图像I₂的三角网Tri′₁和Tri′₂：步骤11：判断三角区域间的相似性度量值乘以后的值是否小于等于阈值r，若小于等于阈值r，输出三角网稠密匹配点的坐标vertex，若大于阈值r则对三角网Tri′₁和Tri′₂，使用步骤9方法再次插入等比例点，进一步优化构成相似三角形的内点集，使用步骤10方法重新构造I₁和I₂的三角网Tri′₁和Tri′₂，直到判断三角区域间的相似性度量值乘以后的值小于等于阈值r，输出三角网稠密匹配点的坐标vertex。