欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020108060970
申请人: 福建农林大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法,其特征在于,包括以下步骤:步骤S1、根据贝叶斯原理,建立匹配图像A与B之间的引导匹配策略模型;

步骤S2、建立图像A与B中所在邻域内向量长度比及其夹角之间的软指派表达式并依据邻域拓扑加权一致性进行平滑性判断;

步骤S3、根据两幅图像中所选择的向量的长度比和其夹角以及多尺度K邻域构造寻求最小代价的数学模型并求解,得到匹配结果;

所述步骤S1具体实现如下:

S11、假定图像中的点集

S12、基于输入图像中提取的N对点集 构建邻域S13、建立位于邻域 和 内的共有的匹配个数与每个邻域内总的匹配个数,计算方法如下:γi=Θi/K

其中,Θi为邻域 和 内的共有匹配数目, 表示xi的邻域, 表示yi的邻域,并且xi和yi分别表示两幅图像特征点的空间位置,参数K是由每个特征点的邻域信息组成的最近邻的个数;

S14、通过公式S0={i|γi>α},当γi>α时,判定此点为内点,反之则为外点,由此可以得到一个具有较高比率内点的图像匹配的特征点子集S0,参数α确定特征点子集S0查全率。

2.根据权利要求1所述的基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法,其特征在于,所述步骤S2具体实现如下:S21、建立图像A与B中所在邻域内向量长度比及其夹角之间的软指派表达式如下:其中, 描述向量vi和 的长度比, 描述向量vi和的夹角,vi和 分别是假定匹配(xi,yi)和它的ni邻近假定匹配的平均位移向量,ξ是用于向量vi和 之间的长度比和角度进行权衡的权重,是假定匹配(xi,yi)的内噪声尺度;

S22、为了适用于不同尺度的图像匹配,使用一个带有预计算阈值τ的距离度量:其中, Rt和θt分别是向量vi和 的长度比以及角度的阈值,特别地,当Ri和θi的值分别小于各自的阈值Rt和θt时,认为vi和 对邻域拓扑具有高度的一致性。

3.根据权利要求2所述的基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法,其特征在于,所述步骤S3具体实现如下:S31、根据两幅图像中所选择的向量的长度比和其夹角以及多尺度K邻域构造寻求最小代价的数学模型:经化简可得:

其中 用来指示在假定点集S中第i

对对应关系(xi,yi)是否正确,pi=1表示第i对对应关系正确并且根据集合Ij构建邻域考虑到K的最优值随着数据的变化而变化,因此设计一种多尺度邻域构造策略 对于 和 分别表示在欧氏距离下点xi、yi最近的Km邻域;根据集合Ij构建邻域

S32、初始化j=0,把具有较高比率内点的图像匹配的特征点子集S0赋值给集合Ij;

S33、通过公式 计算 表明第i个假定匹配(xi,yi)满足局部保持性和拓扑结构性质的几何一致性的程度;

S34、令j=j+1;

*

S35、通过公式 与公式I={i|pi=1,i=1,...,N}计算Ij;

其中,参数λ用于确定从初始匹配中得到的假定匹配是否正确,是一个阈值;

*

重复步骤S33‑S35,直到j≥MaxIter,其中MaxIter=3;把Ij赋值给I ;输出新的具有高*比例内点集合I ,其可以使基于该高比例内点子集的邻域结构更加可靠,从而得到的更好的匹配结果。

4.根据权利要求1‑3任一所述的基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法,其特征在于,该方法应用于三维重建领域、快速地实现无人机遥感图像的拼接领域。