[发明专利]一种基于局部变换模型的图像特征点误匹配剔除方法

权利要求书

1.一种基于局部变换模型的图像特征点误匹配剔除方法，其特征在于：所述方法具体过程为：

步骤一、用SIFT特征点提取算法对不同视角下拍摄相同场景的两张图像I_p和I_q检测并描述特征点；

步骤二、基于FLANN快速最近邻逼近搜索函数库对图像I_p的每个特征点在图像I_q的特征点集中搜索得到图像I_p中每个特征点在图像I_q中最近邻和次近邻的特征点；

当图像I_p中特征点在图像I_q中最近邻特征点的距离的A倍小于图像I_p中特征点在图像I_q中次近邻特征点的距离时，选取图像I_p中每个特征点在图像I_q中最近邻特征点组成特征点对，得到初始特征点对集合

其中，p_i为图像I_p的特征点，q_i为图像I_p中特征点p_i在图像I_q中最近邻特征点，N为特征点对个数；

所述距离为欧式距离；

当图像I_p中特征点在图像I_q中最近邻特征点的距离的A倍大于等于图像I_p中特征点在图像I_q中次近邻特征点的距离时，图像I_p中每个特征点与图像I_q中最近邻特征点不为特征点对；

步骤三、采用RANSAC算法对步骤二中得到的初始特征点对集合进行分类和初步筛选，初步筛选后得到点对集合并得到S₁中每个点对的类别号，第i′个点对类别号为c_i′，c_i′＝1,...,n，n为类别个数；

其中，N₁为初步筛选后特征点对个数；p_i′为初步筛选后点对集合S₁中图像I_p的特征点，q_i′为初步筛选后点对集合S₁中图像I_q的特征点；

步骤四、对步骤三中初步筛选后的点对集合S₁中图像I_p的特征点集计算特征点集P₁中每个特征点p_i′与特征点集P₁中所有特征点的欧式距离，即特征点p_i′与特征点p_j′的欧式距离为d_i′j′＝||p_i′-p_j′||₂；

步骤五、对集合S₁中图像I_p的特征点集P₁中每个特征点p_i′，根据步骤四中计算的欧式距离，计算特征点集P₁中所有特征点与特征点p_i′的欧式距离中较小的20个特征点的所属类别最多的类别号公式如下：

其中Mo(·)为众数函数；

如果有多个类别个数相同，则选取类别号较小的类别；

如果类别号与特征点p_i′的类别号相同，即则确定点对(p_i′,q_i′)为内点，否则进行步骤六判断是否为误匹配点；

步骤六、对特征点集P₁中每个特征点p_i′，若则计算特征点p_i′处的局部单应性矩阵变换模型，并计算点对(p_i′,q_i′)在模型估计的误差e_i′，若e_i′＞10，则确定点对(p_i′,q_i′)为误匹配点，并将其从点对集合S₁中剔除；剔除误匹配点后得到的特征点对集合为N₂为最终筛选后点对个数；

所述误差e_i′计算公式为：

e_i′＝||p_i′-q′_i′||₂+||q_i′-p′_i′||₂

其中，q′_i′和p′_i′分别为特征点p_i′和特征点q_i′在估计的局部单应性矩阵变换模型下投影和反投影的点。