[发明专利]异常点对的检测方法、图像拼接方法、相应装置及设备

说明书

本发明公开了异常点对的检测方法、图像拼接方法、相应装置及设备。该检测方法包括：根据第一矩阵筛选待检测图像之间的特征点对集合，得到待检测图像之间的正常点对集合，第一矩阵与正常点对集合中的点对满足第一约束条件；根据第二矩阵筛选正常点对集合，得到待检测图像之间的异常点对集合，第二矩阵与正常点对集合中除异常点对集合外的点对满足第二约束条件，第二约束条件的约束力强于第一约束条件的约束力。利用该方法，采用了多个约束条件对特征点对集合进行筛选，由此能够有效检测出待检测图像之间的异常点对集合，从而保证待检测图像之间所匹配特征点对的准确性，进而降低整个图像处理的负面影响，提高整个图像处理应用的鲁棒性。

技术领域

本发明涉及图像处理技术领域，尤其涉及异常点对的检测方法、图像拼接方法、相应装置及设备。

背景技术

在图像处理技术领域的常见应用中，如图像的拼接处理、即时定位与地图构建(Simultaneous Localization And Mapping，SLAM)以及三维重建等不同的处理场景，其技术实现一个关键环节均在于图像间特征点的匹配。

然而，现有的实现图像间特征点匹配的方法如基于特征点描述子匹配的方式以及基于光流追踪的方法等，都会不可避免的引入匹配异常的特征点，即特征点匹配的结果中存在错误匹配，这些异常匹配的特征点会影响整个图像处理的结果，为图像处理带来负面影响，降低图像处理应用的鲁棒性。

传统的去除匹配异常特征点的方法，大多通过一个图像中的点与另一视角所对应投影图像中的线形成对应关系的方式来排除匹配异常特征点，但是该种方式仍然无法有效的排除所有异常的特征点对，仍然会为图像处理中的后续操作提供错误的特征点匹配信息，影响图像处理结果。

发明内容

本发明实施例提供了异常点对的检测方法、图像拼接方法、相应装置及设备，准确有效的实现了图像间所匹配特征点对中异常点对的检测。

第一方面，本发明实施例提供了一种异常点对的检测方法，包括：

根据第一矩阵筛选待检测图像之间的特征点对集合，得到所述待检测图像之间的正常点对集合，所述第一矩阵与所述正常点对集合中的点对满足第一约束条件；

根据第二矩阵筛选所述正常点对集合，得到所述待检测图像之间的异常点对集合，所述第二矩阵与所述正常点对集合中除所述异常点对集合外的点对满足第二约束条件，所述第二约束条件的约束力强于所述第一约束条件的约束力。

第二方面，本发明实施例提供了一种图像拼接方法，包括：

将待拼接图像之间的特征点对集合执行本发明实施例第一方面提供的异常点对的检测方法，得到所述待拼接图像之间的异常点对集合；

根据所述待拼接图像之间的特征点对集合及异常点对集合拼接所述待拼接图像，获得目标图像。

第三方面，本发明实施例提供了一种异常点对的检测装置，包括：

第一集合确定模块，用于根据第一矩阵筛选待检测图像之间的特征点对集合，得到所述待检测图像之间的正常点对集合，所述第一矩阵与所述正常点对集合中的点对满足第一约束条件；

第二集合确定模块，用于根据第二矩阵筛选所述正常点对集合，得到所述待检测图像之间的异常点对集合，所述第二矩阵与所述正常点对集合中除所述异常点对集合外的点对满足第二约束条件，所述第二约束条件的约束力强于所述第一约束条件的约束力。

第四方面，本发明实施例提供一种图像拼接装置，包括：

异常集合确定模块，用于设置如本发明实施例第三方面提供的异常点对的检测装置，用于根据待拼接图像之间的特征点对集合得到所述待拼接图像之间的异常点对集合；

目标图像确定模块，用于根据所述待拼接图像之间的特征点对集合及异常点对集合拼接所述待拼接图像，获得目标图像