[发明专利]一种基于DFS由粗到细的图像配准方法、系统、终端及可读存储介质

说明书

本发明公开了一种基于DFS由粗到细的图像配准方法、系统、终端及可读存储介质，该方法包括：获取待匹配的两幅图像的图像特征点，再生成线性描述符sMLD以及划分长线段、短线段；基于长线段进行粗匹配得到匹配点对，即先确定初始匹配点对；再将初始匹配点对作为粗匹配路径起点，在长线段范围内以相似度为依据依次确定粗匹配路径上的其他对匹配点对；基于短线段进行精匹配，即将粗匹配得到的匹配点对作为当前点对，在短线段范围内以相似度为依据依次确定精匹配路径上的匹配点对；基于精匹配确定的匹配点对计算局部单应矩阵，其表示两幅图像的配准信息。本发明该方法相比于其它配准方法在配准精度和配准效率均具有极大优势。

技术领域

本发明属于图像拼接技术领域，具体涉及一种基于DFS由粗到细的图像配准方法、系统、终端及可读存储介质。

背景技术

图像配准一般被分为特征提取以及特征匹配两个过程。其特征提取又包含特征检测与生成描述子。经典特征提取方法是对特征点邻域信息进行统计，为有效表达尺度和方向等信息，其特征描述通常较复杂。

在特征匹配阶段，通常从直接匹配和间接匹配两个思想上进行。直接匹配是将特征匹配的问题转化称为两个点集对应的问题，以此来估计点与点之间的对应关系；间接匹配通过几何条件建立对应的关系再进行错误项的剔除，其现有技术受尺度和仿射变换的影响很大。

MLD特征(由Shi等人提出，检测器检测到的特征点都会通过线段与多个特征点相连)。相比于其它经典点特征，MLD特征具有更强的鲁棒性。在MLD特征中，一张图像上任意一个特征点能够和所有其它特征点进行连线，因此存在一个弊端：点特征通过提取特征点邻域信息构建描述子，实际上特征点的数量决定描述子的数量，而线型特征不同于点特征，特征点相互连线，描述子数量将会高出指数等级。假定特征点有N个，则存在N(N-1)/2根线段，即同样数量的描述子。为解决时间复杂度过高的问题，有人提出了对MLD特征对中特征点之间连线的长度进行限制，可以使得每个特征点平均只连接上C根线段，其中C是一个常数，因此实际获得C×N个二进制描述子。范围限制得越小，则C值越小，越少的特征描述子利于减少存储占用，以及提高匹配效率，与此同时，约束线段长度的范围也意味着约束特征的尺度不变性。然而，MLD特征存在特征孤岛的现象，对匹配算法的有效性造成一定影响，配准精度还有提升空间。

综上，基于图理论的特征点匹配方法结合了全局相似性对特征进行划分并配对，具有较高的计算复杂度，而且存在特征孤岛的现象，影响着匹配算法的有效性导致匹配还有待进一步提高。

发明内容

本发明针对基于MLD特征的配准精度问题，提供一种基于DFS(Depth-First-Search，深度优先搜索)由粗到细的图像配准方法、系统、终端及可读存储介质，所述方法通过划长短线段，在粗匹配阶段生成网状拓扑结构，使用“长线段”筛选特征；在精匹配阶段，使用“短线段”筛选特征，提高了配准精度。

一方面，本发明提供的一种基于DFS由粗到细的图像配准方法，其包括以下步骤：

步骤S1：获取待匹配的两幅图像的图像特征点，再生成线性描述符sMLD以及划分长线段、短线段；

其中，将一副图像中一个图像特征点与其他图像特征点之间用线段连接，再生成对应线性描述符sMLD以及基于线段长度划分长线段和短线段；

步骤S2：基于长线段进行粗匹配得到匹配点对，其中，确定初始匹配点对；再将所述初始匹配点对作为粗匹配路径起点，在长线段范围内以相似度为依据依次确定粗匹配路径上的其他对匹配点对，所述相似度表示两幅图像上两个线性描述符sMLD的相似程度；

步骤S3：基于短线段进行精匹配，其中，将粗匹配得到的匹配点对作为当前点对，在短线段范围内以相似度为依据依次确定精匹配路径上的匹配点对；

步骤S4：基于精匹配确定的匹配点对计算局部单应矩阵，所述局部单应矩阵为两幅图像的配准信息。