[发明专利]基于极限约束的SIFT特征匹配点优化方法

权利要求书

1.一种基于极限约束的SIFT特征匹配点优化方法，其特征在于，通过特征点的检测、特征点的分集以及集合的更新实现优化操作。

2.根据权利要求1所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，检测每幅图像中所有SIFT特征点，并提取每个特征点的128维描述符向量，在影像0和影像1中匹配特征点，利用向量间欧式距离在影像1特征点中寻找与影像0中每个特征点最近的和次进的两个特征点，分别计算最近特征点和次进特征点的距离，并将最近特征点／次进特征点记为比率，此时，影像0中每个特征点都有一个比率值。

3.根据权利要求2所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，在影像0所有特征点中，找出比率<0.382的所有点存入点集合V1中；在点集合V1中计算每个特征点与影像1中最近的特征点间的像素距离，并将0<像素距离<3的特征点存入集合V11中，3≤像素距离<6的特征点存入集合V12中，将6≤像素距离<80的特征点存入集合V13中。

4.根据权利要求3所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，所述集合V11为优质点集合，所述集合V12为待测点集合，所述集合V13为标准点集合。

5.根据权利要求3或4所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，更新所述集合V12。

6.根据权利要求3或4所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，更新所述集合V13。

7.根据权利要求5所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，将更新后的集合V12合并到所述集合V11中。

8.根据权利要求6所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，将更新后的集合V13合并到所述集合V11中。

9.根据权利要求7或8所述的基于极限约束的SIFT特征匹配点优化方法，其特征在于，所述最优化集合为集合V11、更新后的集合V12和更新后的集合V13的合并集合。