[发明专利]一种图像特征优化方法、装置、终端设备及可读存储介质

权利要求书

1.一种图像特征优化方法，其特征在于，包括：

获取待检测特征点对；其中，所述待检测特征点对，包括从第一全景图像获取的第一特征点，以及从第二全景图像获得的第二特征点，所述第一全景图像和所述第二全景图像均基于同一现实场景生成；

根据摄像装置运动参数和所述第一特征点在所述第一全景图像的方位角实际值，计算所述第一特征点的实际匹配特征点在所述第二全景图像的方位角估算值；

计算所述方位角估算值与所述第二特征点在所述第二全景图像的方位角实际值的差值，若所述差值超过预设阈值，则判断所述待检测特征点对匹配错误并剔除；

其中，所述摄像装置运动参数的生成方法包括:

从所述现实场景中，获取至少三个特征点，分别为点A、B和C，并构建如下至少一组摄像装置运动方程：

其中，所述θ_c1、θ_c2、θ_c3分别为所述点A、B、C在所述第一全景图像中的方位角实际值，θ_H1、θ_H2、θ_H3分别为所述点A、B、C在所述第二全景图像中的方位角实际值，所述α为所述摄像装置从所述第二全景图像的拍摄位置，移动至所述第一全景图像的拍摄位置的平移运动的方向角，ψ为所述摄像装置在所述第一全景图像的拍摄位置时，相对于 所述第二全景图像的拍摄位置的自身旋转角度，ρ₁＝d₁/r₁；ρ₂＝d₂/r₂；ρ₃＝d₃/r₃；d₁、d₂、d₃为所述第一全景图像拍摄位与第二全景图像中的拍摄位置之间的距离，r₁、r₂、r₃分别为所述点A、B、C与所述第二全景图像的拍摄位置的距离；

根据等距分布假设，将ρ₁、ρ₂、ρ₃均作为ρ，继而根据(1)式可得，摄像装置运动参数表达式：

根据通过混合粒子群算法获得f(ρ,ψ,α)取最小值时对应的ρ、ψ、α的值，获得到所述摄像装置运动参数。

2.如权利要求1所述的图像特征优化方法，其特征在于，所述通过混合粒子群算法获得f(ρ,ψ,α)取最小值时对应的ρ、ψ、α的值，具体为：

初始化所述摄像装置运动参数，并进行粒子个体编码，获得若干粒子个体；其中，每一粒子个体采用实数编码方式进行编码，编码长度为3，每一所述粒子个体随机生成，用于表示一组参数解k₁、k₂、k₃，且k₁、k₂、k₃分别与所述摄像装置运动参数ρ、ψ、α，一一对应；

以f(ρ,ψ,α)为适应度函数，计算每一所述粒子个体的适应度值；

将所述粒子个体进行参数粒子交叉，及参数粒子变异后，获得最优个体粒子；其中，所述最优个体粒子为适应度值最小的个体粒子；

将所述最优个体粒子的参数解，作为所述摄像装置运动参数。

3.如权利要求1所述的图像特征优化方法，其特征在于，所述摄像装置运动参数的生成方法还包括：

以三个特征点为一特征点组，从所述现实场景中获取多组特征点组；

根据每一所述特征点组，构建对应的摄像装置运动参数表达式，获得多项摄像装置运动参数表达式；

通过所述混合粒子群算法，获得每一摄像运动参数表达式取最小值时对应的ρ、ψ、α的取值；

分别计算所有ρ、所有ψ、所有α的离差平方和，获得和将和作为所述摄像装置运动参数。

4.如权利要求1所述的图像特征优化方法，其特征在于，通过以下公式计算所述第一特征点的实际匹配特征点在所述第二全景图像的方位角估算值：

其中，所述为所述第一特征点的实际匹配特征点在所述第二全景图像的方位角估算值，所述θ_C为所述第一特征点在所述第一全景图像的方位角实际值。