[发明专利]一种基于三角形约束的图像匹配扩散方法

摘要

一种基于三角形约束的图像匹配扩散方法，包括以下步骤：1)采用SFIT算法来提取和匹配初始种子点对，匹配过程中加入了交叉一致性检验；2)利用Delaunay三角化算法来组织目标图中的初始种子点，判断是否存在待扩散的三角形匹配区域对，如果有，则进行匹配三角形区域对，并更新种子点结合与匹配区域集合；如果否，RANSAC去除外点并计算基础矩阵F，得到扩散后的种子点集合与匹配区域集合；3)在种子点周围邻域中扩散出更多的匹配点对，直到没有可靠种子点，进入步骤4)；4)进行重采样，并输入扩散匹配结果。本发明提供一种正确匹配率较高、鲁棒性良好的基于三角形约束的图形匹配扩散方法。

主权项

一种基于三角形约束的图像匹配扩散方法，其特征在于：包括以下步骤：1)初始种子点获取输入图像对，采用SFIT算法来提取和匹配初始种子点对，匹配过程中加入了交叉一致性检验；交叉一致性检验过程如下：首先，左图和右图通过SIFT特征检测算子检测提取图像上的特征点，假设左图中的特征点集合用A表示，右图中的特征点集合用B表示，首先以左图为目标图，右图为参考图，以左图来匹配右图，得到左图匹配右图的一个单映射关系，即集合A映射到集合B的匹配关系，用关系P来表示；再以右图为参考图，左图为目标图，以右图来匹配左图，得到集合B到集合A的单映射关系，用关系Q来表示；如果一组匹配点(X,X’)满足公式(1)，则认为是可靠匹配：$(X,X^{\′})\∈\left\{(m,n)\right|m\∈A,n\∈B,(m,n)\⋐P,(n,m)\⋐Q\}---\left(1\right)$其中，m、n分别表示目标图与匹配图中的SIFT特征点；2)利用基于三角形约束的方法扩散出更多种子点提取步骤1)的匹配初始种子点对，利用Delaunay三角化算法来组织目标图中的初始种子点，形成三角区域集合T_A，同时，根据目标图中各点的连接顺序，依次连接组织参考图中与之匹配对应的初始种子点，在参考图中也形成三角形区域集合T_B，至此，得到了目标图与参考图之间的区域对应关系；判断是否存在待扩散的三角形匹配区域对，如果有，则进行匹配三角形区域对，并更新种子点结合与匹配区域集合；如果否，RANSAC去除外点并计算基础矩阵F，得到扩散后的种子点集合与匹配区域集合；3)基于邻域扩散的方法，在种子点周围邻域中扩散出更多的匹配点对，直到没有可靠种子点，进入步骤4)；设定三个约束条件如下：a、离散的二维视差梯度极限约束：候选匹配点对N(x,x’)必须满足离散二维视差梯度约束，即规定参考图中点x领域中的待扩散点u，其在目标图中的候选匹配点需要在以x’邻域中相同偏移量的点u’为中心的3×3窗口内，同时也需要在x’的邻域内；b、可信度量约束；c、唯一性约束：规定两图间的匹配仅能保持一一映射的关系；4)进行重采样，并输入扩散匹配结果。