[发明专利]基于点组比较策略的图像特征点二值描述及匹配方法

摘要

本发明基于点组比较策略的图像特征点二值描述及匹配方法，包括：采集图像并进行预处理、使用SIFT或者Harris角点检测算法在两幅图像上分别提取特征点、确定特征点支撑区域并计算特征点主方向、选择特征点支撑区域内的32个采样点、确定特征点支撑区域内的144组采样点对、基于点组比较策略进行二值化处理、构造特征点的二值特征描述子、基于二值特征描述子并利用NNDR准则进行特征点匹配。本发明提供的方法比已有直接比较单个像素点灰度值的二值描述及匹配方法具有更好的稳定性。

主权项

1.一种基于点组比较策略的图像特征点二值描述及匹配方法，其特征在于，该方法具体包括如下步骤：步骤S1:采集图像并进行预处理，具体方式为，采集同一场景不同视角下两幅不同图像并输入计算机，将彩色图像转化为灰度图像后进行高斯平滑处理；步骤S2:使用SIFT或者Harris角点检测算法在两幅图像上分别提取特征点；步骤S3：确定特征点支撑区域并计算特征点主方向，具体方式为，对于任一特征点P，将以点P为圆心、R为半径的圆形区域G_R(P)确定为点P的支撑区域，其中R取22或33，计算G_R(P)内所有像素的梯度均值[g_x,g_y]，将该梯度均值对应的方向θ＝atan(g_y,g_x)确定为特征点P的主方向；步骤S4：选择特征点支撑区域内的32个采样点，具体方式为，对于任一特征点P，以点P为中心、主方向为起始方向顺时针确定均匀分布的8条射线l₁、l₂、l₃、l₄、l₅、l₆、l₇、l₈将G_R(P)分为8等份；以点P为中心、分别以R/11、3R/11、7R/11、R为半径确定四个同心圆O₁、O₂、O₃、O₄，将四个同心圆与8条射线的32个交点确定为采样点；步骤S5：确定特征点支撑区域内的144组采样点对，具体方式为，对于步骤S4获得的圆O₁和圆O₂，考虑圆O₁上的8个采样点，对于其中任一采样点X_i，选择圆O₂上距离X_i最近的三个采样点与点X_i组成采样点对，获得8×3＝24组采样点对；按此方式将圆O₁和圆O₃、圆O₁和圆O₄、圆O₂和圆O₃、圆O₂和圆O₄、圆O₃和圆O₄上的采样点进行组合，共计获得8×3×6＝144组采样点对；步骤S6：基于点组比较策略进行二值化处理，具体方式如下：步骤S61:确定采样点的局部像素点，具体方式为，考虑特征点P支撑区域G_R(P)内的任一采样点X_i，将X_i记为X_i0，以X_i0为圆心、r为半径确定一个圆周O_r(X_i0)，r取值2或3，延长线段与圆周O_r(X_i0)交于X_i1，在圆周O_r(X_i0)上以X_i1为起始点，顺时针确定4个均匀分布的点X_i1、X_i2、X_i3、X_i4将圆周分为4等份，记f(X_ik)(k＝0、1、2、3、4)表示点X_ik处的灰度值；步骤S62:比较局部像素点灰度值，具体方式为，考虑步骤S5确定的一组采样点对(X_i，X_j)，按步骤S61所述方式确定两个点组{X_ik}、{X_jk}，分别比较五组采样点(X_ik，X_jk)(k＝0、1、2、3、4)的灰度值并进行二值化：步骤S63:根据点组比较结果二值化采样点对的比较结果，具体二值化公式为，步骤S7:构造特征点的二值特征描述子，具体方式为，对于任一特征点P，将步骤S5确定的144组采样点对按照步骤S6进行二值化，并将144个二值化结果连接获得特征点P的144维二值特征描述子；步骤S8：基于二值特征描述子并利用NNDR准则进行特征点匹配，具体方式为，对于第1幅图像中任一特征点P，记第2幅图像中与P的二值特征描述子之间距离最小的特征点为P₁'，其距离值记为d₁，同时与P的二值特征描述子之间距离次小的特征点为P₂'，其距离值记为d₂，如果d₁/d₂小于阈值T，则将特征点(P，P₁')确定为一组匹配点并输出，其中T的取值为0.6～0.85。