[发明专利]一种提高特征匹配精度的图像检测方法

权利要求书

1.一种提高特征匹配精度的图像检测方法，包括步骤：

S1、用Roberts算子对待检测图像I(x,y)进行滤波，生成高斯平滑图像；

S2、用高斯差分尺度空间函数计算所述高斯平滑图像，生成DOG图像；

S3、提取所述DOG图像的特征点，确定其位置和尺度；所述S3包括：

S3.1：用拟合函数进行子像素插值，将离散空间中的极值点插值后变成一个连续曲线，精准定位特征点；

S3.2：用DOG函数在尺度空间中的泰勒级数筛选高对比度特征点，去除低对比度的特征点；

S3.3：用Hessian矩阵求出极值点水平方向和垂直方向的主曲率，消除边缘响应；

S4、以SIFT算法获取的每个精确特征点为中心，用Radon变换得到不同角度直线上的一系列投影图，并计算其Radon变换值，得到图像的特征描述符，改进算法的特征描述符，生成特征向量；

S5、用结构相似度函数和空间几何关系约束的方法，删除不稳定的特征点，在此基础上进行特征向量匹配，用街区距离来度量实现特征点的匹配；所述S5包括：

S5.1：构建结构相似度函数SSIM(I₁,I₂)＝[l(I₁,I₂)]^u[c(I₁,I₂)]^v[s(I₁,I₂)]^w，其中，I₁,I₂分别表示两幅进行特征匹配的图像，l(I₁,I₂)是亮度比较函数，c(I₁,I₂)是对比度比较函数，s(I₁,I₂)是结构比较函数，上标u、v和w是用来调整函数权重关系的参量，u0,v0,w0；

S5.2：根据结构相似度函数SSIM(I₁,I₂)在选定窗口的平均值MSSIM(I₁,I₂)与阈值T的关系粗剔除误匹配点：若MSSIM(I₁,I₂)≥T时，则保留；若MSSIM(I₁,I₂)＜T时，则删除，其中，0.6≤T＜1；

S5.3：在S5.2基础上，利用空间几何关系约束精剔除误匹配点：先计算|θ₁-θ₂|，若|θ₁-θ₂|≤90°，则留下匹配点；若|θ₁-θ₂|＞90°，则删除匹配点；再计算cos(|θ₁-θ₂|)，若cos(|θ₁-θ₂|)≥T₀，则留下匹配点；若cos(|θ₁-θ₂|)＜T₀，则删除匹配点；其中，0.6≤T₀＜1，θ₁和θ₂的求得过程为：先计算两幅图像I₁,I₂中匹配点的算术平均值坐标，将算术平均值坐标作为所有匹配点的中心位置o；以o为原点，建立直角坐标系o-xy；将两幅图像I₁,I₂上相对应的匹配点对P₁与P₂分别与各自的坐标原点o进行连线，得到与x轴正方向的夹角分别为θ₁、θ₂；最后，用街区距离来度量实现进行特征匹配。

2.如权利要求1所述的图像检测方法，其特征在于，所述DOG函数泰勒展开式为：

其中，X＝(x,y,σ)^T，D是选定的常数，上标T表示矩阵的转置运算，σ为尺度因子，得到的极值点是其对应于特征点的值为若|D(X)|≥0.03，则保留特征点；否则丢弃。