[发明专利]一种基于连线特征一致性的特征匹配方法

说明书

本发明公开了一种基于连线特征一致性的特征匹配方法，包括，输入配准图像之间的尺度、一组候选匹配特征点和各特征点的主方向参数；对所述特征点的主方向集合作差并进行区间划分；定义候选旋转角个数最多的区间对应的角度为可见光图像相对红外图像的旋转角，计算匹配特征点连线对应的倾斜角和长度集合；利用连线一致性特征匹配策略去除所述匹配特征点中的显著外点后结合RANSAC筛选剩余外点，得到正确匹配的所述特征点，完成一致性匹配。本发明通过提供一种快速剔除图像特征匹配外点的方法，相比现有的RANSAC方法，其精度得到提升，可用于各类特征匹配领域。

技术领域

本发明涉及电气设备图像配准的技术领域，尤其涉及一种基于连线特征一致性的特征匹配方法。

背景技术

为满足用户日益增长的用电需求和电力系统的安全可靠运行，研究与开发电力设备智能监测方法和自主诊断系统日益凸显其迫切性，并且已经成为泛在电力物联网建设的关键环节。随着各类变电站巡检机器人和输电线运维无人机设备的发展，基于红外和可见光图像处理技术的电力设备自主诊断系统在高效性和自主性上展现了极大的潜力，同时是减少人力资源需求与解决工作人员结构性缺编的有效方法。

图像配准的目的在于获取不同图像的空间映射关系，对齐相同目标在不同图像中的空间位置。图像配准是图像融合必需的预处理步骤，并且结合电力设备深度学习图像识别技术能将设备的多状态信息(如温度，机械结构)融合到单幅图像中，以提高设备信息直观化程度和诊断效率；此外，图像配准结合三维重建等技术可以建立设备的数字孪生体，实现设备三维信息监测等更为复杂的功能。然而人工处理海量图像数据会占用大量人力资源，导致设备诊断系统运行效率和资源利用率低。因此，对电力设备的红外和可见光图像进行自动配准，对于提高自主诊断系统的准确性与高效性具有重要意义。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于连线特征一致性的特征匹配方法，能够解决图像存在视角和尺度差异时无法配准的问题。

为解决上述技术问题，本发明提供如下技术方案：包括，输入配准图像之间的尺度、一组候选匹配特征点和各特征点的主方向参数；对所述特征点的主方向集合作差并进行区间划分；定义候选旋转角个数最多的区间对应的角度为可见光图像相对红外图像的旋转角，计算匹配特征点连线对应的倾斜角和长度集合；利用连线一致性特征匹配策略去除所述匹配特征点中的显著外点后结合RANSAC筛选剩余外点，得到正确匹配的所述特征点，完成一致性匹配。

作为本发明所述的一种基于连线特征一致性的特征匹配方法的一种优选方案，其中：所述候选匹配特征点包括，采集所述红外图像和所述可见光图像的描述符，利用最近邻比率策略和双边匹配策略初步匹配所述描述符，得到所述候选匹配特征点；所述主方向集合包括，利用投票策略对所述候选匹配特征点进行尺度定义，得到所述主方向集合。

作为本发明所述的一种基于连线特征一致性的特征匹配方法的一种优选方案，其中：所述尺度定义包括，利用所述投票策略将所述候选匹配特征点数量最多的尺度作为旋转变换处理后所述可见光图像相对所述红外图像的所述尺度。

作为本发明所述的一种基于连线特征一致性的特征匹配方法的一种优选方案，其中：所述主方向集合包括，定义ξ为所述尺度，则所述尺度对应的所述候选匹配特征点集合如下，

其中，P₁和P₂分别为红外和可见光图像匹配点，n_p为匹配点对数；则所述红外图像匹配点与所述可见光图像匹配点对应的两组所述主方向集合如下，