[发明专利]大规模图像的匹配方法

说明书

本发明提供了一种大规模图像的匹配方法，包括：步骤1：获取图像中的行人区域；步骤2：对非行人区域进行尺度不变特征变换特征提取；步骤3：获取每张图像的Fisher Vector，并得到图像集的距离矩阵；步骤4：根据距离矩阵每次采样预设数量的图像对；步骤5：对图像对进行预匹配，并将预匹配成功的图像对进行精确匹配后存入匹配图；步骤6：滤除匹配率低于预设阈值的图像对；步骤7：根据匹配关系进行传播得到扩展的图像对；步骤8：对扩展的图像对进行大尺度特征预匹配，将预匹配成功的图像对进行精确匹配后存入匹配图。重复步骤4‑8直至所有相关图像均含有充足的匹配关系或者通过采样传播获得的图像对均为不匹配的图像对。

技术领域

本发明涉及图像处理技术领域，具体地，涉及大规模图像的匹配方法。

背景技术

从大规模网络图片集中，可以通过运动恢复结构(Structure from motion，SFM)的方法重建三维结构。当前，常见的方法主要有：全局重建法、分阶段重建法和增量式重建法。

增量式重建因其出色的去除外点能力变得十分流行，它的主要流程如下：首先对每一张图像进行特征提取，然后通过建立图像对之间的匹配关系得到一张匹配图，该图的结点对应每张图片，图的边沿对应图像与图像之间的匹配关系，最后根据这张图通过几何关系和光束平差法恢复出图像集的三维结构。在这个流程中，图像匹配通常耗时最多。进行匹配最直观的方法是暴力搜索法，它可分为两个步骤，首先通过近似最近邻法对每张图像对求得一个粗略的匹配，然后通过几何验证得到一个精确的匹配。但由于网络中的图像包含大量的无关图像，比如需重建的建筑物前人物或动物的特写，天空或水面的景色，告示牌等，导致了在所有图像对中实际匹配的图像对所占的比例很低，通常只有1-5％左右。因此这种遍历所有图像对的暴力搜索法就显得效率很低。

针对这一问题，现在流行的运动恢复结构(Structure from motion，SFM)pipeline一般采用视觉词树的方法来提高图像匹配的速度。它基于这样一个假设：相似的图像对有更高的匹配概率。一般步骤是首先通过大规模的图片集离线训练出一个包含大量视觉词的词汇树，然后根据这个词汇树对图像集中图像进行索引，再根据这个索引求得每个图像对之间的相似度，最后依次对每张图像根据相似度的高低来选取图像对进行匹配。这种方法可大大提高效率，但是它所得到的匹配对的完整度不够。这是因为有很多匹配但不相似的图像对，使得这种方法会造成很多匹配的图像对被漏检。相似而不匹配的其中一个原因是有些匹配的图像对重叠区域小，因此相似度就较低。基于词汇树的图像描述不仅降低的信息的维度而且丢失了空间信息，这导致看起来相似的图像，通过这种方法的计算所得的相似度不高甚至很低。

为了解决这个问题，GraphMatch采用采样传播相结合的方法，取得比较好的效果。在采样的阶段，它使用了Fisher Vector代替视觉词的方法，这不仅增大了图像的描述信息且降低了运算复杂度和对内存的需求，其次它采用了传播的方法，搜寻到更多的匹配图像对。传播的主要依据如下：如果图像i与图像j相匹配，而图像j与图像k相匹配，那么图像i与图像k相匹配的概率就很高。但是，该算法没有充分地利用应用场景的特点来提高算法的效率。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种大规模图像的匹配方法。

根据本发明提供的一种大规模图像的匹配方法，包括：

步骤1：对图像集中的图像进行行人检测，得到图像中的行人区域；

步骤2：对所述图像中除行人区域以外的区域进行SIFT特征提取，得到对应的图像特征；

步骤3：通过步骤2中所得到的图像特征获取每张图像的Fisher Vector，并根据所述Fisher Vector得到图像集的距离矩阵；

步骤4：根据所述距离矩阵每次采样预设数量的图像对；