[发明专利]一种结合SURF特征提取和曲线拟合的柱面图像匹配方法

权利要求书

1.一种结合SURF特征提取和曲线拟合的柱面图像匹配方法，步骤如下：

1)将待匹配的两幅图像A和B按照左对齐的方式以上下位置放置；

2)采用SURF特征检测算法分别对两幅图像进行特征检测；

3)找出图像A中所有特征点在图像B中所匹配的特征点，构成匹配对集合H₁；

4)根据匹配对集合H₁所包括的特征点在图像A中横坐标像素位置由小到大的顺序，对匹配对进行重新排序，构成特征点匹配对集合H₂，设匹配对在图像A和图像B中的像素位置分别为(x_1i,y_1i)和(x_2i,y_2i)，则特征点匹配对集合H₂为一个4*N的数组，其中N为匹配对的数量，数组每列元素表示一个匹配对；

分别计算特征点匹配对集合H₂中每个匹配对确定的直线与水平方向的角度θ_i以及每个匹配对中两个特征点间欧式距离d_i，建立图像匹配对的角度集合K和图像的欧氏距离集合D，分别保存角度θ_i和欧式距离d_i与相应的匹配对在图像A中特征点的横坐标X_1i之间的关系；

5)将匹配对的角度集合K进行曲线拟合，曲线拟合的自变量为匹配对的横坐标X_1i，曲线拟合的纵坐标为角度θ_i，将曲线拟合的次数设为三次，得出角度拟合曲线f₁(X)，然后将每个特征点的横坐标X_1i代入f₁(X)中，求出曲线中符合此横坐标的角度，并计算此角度和步骤4)所保存的角度θ_i之差的绝对值，当大于某一特定值T_θ时，则认为此匹配对为误匹配，进行剔除；

6)将匹配对的欧氏距离集合D进行曲线拟合，曲线拟合的自变量为匹配对在图像A中特征点的横坐标X_1i，曲线拟合的纵坐标为匹配对中两个特征点的欧式距离，将曲线拟合的次数设为三次，得出欧氏距离拟合曲线f₂(X)，然后，对于每个特征点，将其横坐标X_1i代入f₂(X)中，计算符合此拟合曲线的欧式距离，并求取此欧式距离和步骤4)所保存的欧式距离d_i之差的绝对值，当大于某一特定值T_d时，则认为此特征点匹配对为误匹配，进行剔除。

2.根据权利要求1所述的匹配方法，步骤3)的方法可以如下：对图像A中的每个特征点A_1i，计算与图像B中所有特征点的特征向量的欧式距离并找出最近的特征点B_1i与次近的特征点B_2i，并得到最近欧式距离和次近欧式距离，设定某个取值在0.6～0.8之间的阈值T，当最近欧式距离和次近欧式距离的比值小于此阈值T时，认为特征点A_1i与特征点B_1i匹配，否则，认为图像B中不存在与A_1i匹配的特征点。