[发明专利]一种图像匹配方法和装置有效

专利信息
申请号: 201610022261.2 申请日: 2016-01-13
公开(公告)号: CN105678778B 公开(公告)日: 2019-02-26
发明(设计)人: 王文敏;张若楠;王荣刚;李革;董胜富;王振宇;李英;高文 申请(专利权)人: 北京大学深圳研究生院
主分类号: G06T7/33 分类号: G06T7/33
代理公司: 深圳鼎合诚知识产权代理有限公司 44281 代理人: 郭燕;彭家恩
地址: 518055 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 匹配 方法 装置
【说明书】:

发明公开了一种图像匹配方法和装置。该方法包括:获取模板图像和目标图像;根据模板图像获取一组模板特征;根据目标图像提取一组目标特征;根据模板特征和目标特征,计算模板图像与每帧目标图像的图像相似度,并以图像相似度最大的目标图像为与模板图像匹配的图像。上述实施例的图像匹配方法和装置中,通过模板特征与目标特征之间的相似度分别计算模板图像与每个目标图像之间的图像相似度来进行图像匹配,可以保证图像匹配过程中特征的不冗余性,保证图像的正确匹配,提高图像匹配的准确度。

技术领域

本发明涉及图像匹配技术领域,具体涉及一种图像匹配方法和装置。

背景技术

在计算机视觉研究中,图像匹配是一个非常基本的内容。由于图有着非常好的表现力,并且可以保存图像中的重要信息,因而近些年来,图匹配作为图像匹配的一种方法广泛应用于社交网络、数据分析、复杂物体识别以及视频分析等领域。

可以应对非刚性物体以及发生形变的图像匹配有着更加广泛的通用性。但是由于其在数学上是二次分配问题,也就是NP难的,故有很多方法对其进行了尝试。然而,如何保证图匹配过程中特征点和边的不冗余性以及如何正确进行匹配都是需要进一步解决。

发明内容

本申请提供一种能够保证图像匹配过程中特征点的不冗余性以及图像的正确匹配的图像匹配方法和装置。

根据第一方面,一些实施例中提供一种图像匹配方法,包括步骤:获取一帧模板图像;获取多帧目标图像;根据所述模板图像获取一组模板特征,所述一组模板特征包括多个模板特征;基于每帧目标图像的像素灰度特征,从每帧目标图像中提取一组目标特征,并且所述一组目标特征包括多个目标特征;根据模板图像的所述一组模板特征和每帧目标图像的一组目标特征,计算模板图像与每帧目标图像的图像相似度,获得多个图像相似度;根据所述多个图像相似度,获得所述多个图像相似度的最大值;获得所述最大值对应的目标图像,以所述最大值对应的目标图像为与所述模板图像匹配的图像。

根据第二方面,一种实施例中提供一种图像匹配装置,包括:第一图像获取单元,所述第一图像获取单元用于获取模板图像;第二图像获取单元,所述第二图像获取单元用于获取多帧目标图像;模板特征获取单元,所述模板特征获取单元用于根据所述模板图像获取一组模板特征,其中所述一组模板特征包括多个模板特征;目标特征提取单元,所述目标特征提取单元用于基于每帧目标图像的像素灰度特征从每帧目标图像中提取一组目标特征,并且所述一组目标特征包括多个目标特征;相似度计算单元,所述相似度计算单元用于根据模板图像的所述一组模板特征和每帧目标图像的一组目标特征,计算模板图像与每帧目标图像的图像相似度,获得多个图像相似度;匹配单元,所述匹配单元根据所述多个图像相似度,获得所述多个图像相似度的最大值,并获得所述最大值对应的目标图像,以所述最大值对应的目标图像为与所述模板图像匹配的图像。

上述实施例的图像匹配方法和装置中,通过模板特征与目标特征之间的相似度分别计算模板图像与每个目标图像之间的图像相似度来进行图像匹配,可以保证图像匹配过程中特征的不冗余性,保证图像的正确匹配,提高图像匹配的准确度。

附图说明

图1为本发明一些实施例的图像匹配方法的流程示意图;

图2为本发明一些实施例的模板图像及模板特征点的示意图;

图3为本发明一些实施例的目标图像的示意图;

图4为图3中的图像及从中搜索出的与图2中的模板特征点相匹配的匹配特征点的示意图;

图5为本发明一些实施例的图像匹配装置的框图结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院,未经北京大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610022261.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top