[发明专利]一种用于无人驾驶的交通图像拼接方法

摘要

本发明公开了一种用于无人驾驶的交通图像拼接方法，获取要进行拼接的交通图像；构建Hessian矩阵，生成所有的兴趣点，用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；通过双向匹配与相似小波特征匹配实现特征点的匹配；随机从数据集中随机抽出4个样本数据计算出变换矩阵H；计算投影误差，加以判定，若符合则匹配点输出，否则返回，根据特征点进行图像拼接。本发明双向相似小波特征匹配surf算法与传统Surf算法相比提高了粗匹配的精度，同时也减小了下一步Ransac去误匹配的工作量，自适应低迭代Ransac算法与传统Ransac算法相比实现了最少匹配点阈值的自适应并且降低了迭代的次数，提高了算法的效率。

主权项

1.一种用于无人驾驶的交通图像拼接方法，其特征在于，包括以下步骤：步骤1：获取要进行拼接的交通图像，记为矩阵I；步骤2：根据步骤1获取的矩阵I构建Hessian矩阵，生成所有的兴趣点，用于特征的提取；步骤3：根据步骤2获取的Hessian矩阵构建尺度空间；步骤4：利用步骤2构建的Hessian矩阵与步骤3构建的尺度空间进行特征点定位；步骤5：对步骤4定位的特征点进行主方向分配；步骤6：沿着步骤5确立的特征点主方向生成特征点描述子；步骤7：对步骤4获取的特征点利用步骤6生成的特征点描述子通过双向匹配与相似小波特征匹配实现特征点的匹配；步骤8：随机从步骤7中确立的特征点中随机抽出若干个样本数据，且此若干个样本之间不共线，计算出变换矩阵H；步骤9：计算投影误差，加以判定，若符合则匹配点输出，否则返回步骤8；步骤10：根据特征点进行图像拼接。