[发明专利]一种无人车单目视觉定位中对匹配矩阵的图像匹配方法

权利要求书

1.一种无人车单目视觉定位中对匹配矩阵的图像匹配方法，其特征在于，该方法包括以下步骤：

1)通过深度卷积神经网络DCNN对所有输入的测试图像和定位地图图像进行全局特征描述，提取第三卷积层作为特征向量，具体为，采用Tensorflow框架中的AlexNet网络进行全局特征描述，并提取第三卷积层作为图像特征；

2)采用主成分分析法对所有特征向量进行降维；

3)根据测试图像和定位地图图像降维后的特征向量构建匹配矩阵，即匹配图像，所述的匹配矩阵中元素a_ij为第i张测试图像的特征向量与第j张定位地图图像的特征向量的余弦值，即：

其中，t_i为第i张测试图像的特征向量，m_j为第j张定位地图图像的特征向量；

4)将匹配矩阵的数据处理改为图像的形态学处理，对匹配图像进行OTSU二值化处理，得到处理后的二值化图像，设定一个阈值α，将匹配图像变成一个以0和1表示的二值化图像，即匹配较好的地方值为0，匹配较差的地方值为1；

5)对二值化图像进行形态学处理后，对图像进行直线拟合，选取拟合后斜率不为0的直线作为最终拟合直线，并获取其方程表达式，所述的最终拟合直线的直线方程为y＝kx+b，其中，x为测试图像的位置，y为与测试图像匹配的定位地图图像的位置，所述的形态学处理包括膨胀和腐蚀；

6)在拟合的直线上对应的测试图像和定位地图图像即为匹配对应的图像。