[发明专利]基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法

权利要求书

1.基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法，其特征在于，包括以下步骤：

步骤S1、根据贝叶斯原理，建立匹配图像A与B之间的引导匹配策略模型；

步骤S2、建立图像A与B中所在邻域内向量长度比及其夹角之间的软指派表达式并依据邻域拓扑加权一致性进行平滑性判断；

步骤S3、根据两幅图像中所选择的向量的长度比和其夹角以及多尺度K邻域构造寻求最小代价的数学模型并求解，得到匹配结果；

所述步骤S1具体实现如下：

S11、假定图像中的点集

S12、基于输入图像中提取的N对点集构建邻域

S13、建立位于邻域和内的共有的匹配个数与每个邻域内总的匹配个数，计算方法如下：

γ_i＝Θ_i/K

其中，Θ_i为邻域和内的共有匹配数目，表示x_i的邻域，表示y_i的邻域，并且x_i和y_i分别表示两幅图像特征点的空间位置，参数K是由每个特征点的邻域信息组成的最近邻的个数；

S14、通过公式S₀＝{i|γ_i＞α}，当γ_i＞α时，判定此点为内点，反之则为外点，由此可以得到一个具有较高比率内点的图像匹配的特征点子集S₀，参数α确定特征点子集S₀查全率。

2.根据权利要求1所述的基于先进邻域拓扑一致性的鲁棒特征匹配的图像匹配方法，其特征在于，所述步骤S2具体实现如下：

S21、建立图像A与B中所在邻域内向量长度比及其夹角之间的软指派表达式如下：

其中，描述向量v_i和的长度比，描述向量v_i和的夹角，v_i和分别是假定匹配(x_i,y_i)和它的n_i邻近假定匹配的平均位移向量，ξ是用于向量v_i和之间的长度比和角度进行权衡的权重，是假定匹配(x_i,y_i)的内噪声尺度；

S22、为了适用于不同尺度的图像匹配，使用一个带有预计算阈值τ的距离度量：

其中，R_t和θ_t分别是向量v_i和的长度比以及角度的阈值，特别地，当R_i和θ_i的值分别小于各自的阈值R_t和θ_t时，认为v_i和对邻域拓扑具有高度的一致性。