[发明专利]一种基于ORB算法的大视角图像快速识别方法

摘要

本发明公开了一种基于ORB算法的大视角图像快速识别方法，建立透视变换模型，模拟可能的视角变换，基于目标图像生成模拟图像集，用尺度不变ORB算法对模拟图像和基准图像进行粗匹配，当匹配点对达到要求时，停止粗匹配，用双向匹配的方法筛选粗匹配中所有匹配点对，根据筛选后的特征点对集合采用RANSAC算法求得基准图像与目标图像间的单应性矩阵，基于单应性矩阵对目标图像进行重采样，利用重采样图像与基准图像进行尺度不变ORB匹配，最终实现目标图像与基准图像的精匹配。本发明可以在大视角变换下正常工作，具备抗视角变换能力，实时性强，具有较高的工程使用价值。

主权项

一种基于ORB算法的大视角图像快速识别方法，其特征在于，包括以下步骤：(1)建立世界坐标系W‑XwYwZw、相机坐标系C‑XcYcZc和图像坐标系O‑UV，设物体平面位于世界坐标系W‑XwYwZw中XwWYw平面的中心，根据相机成像原理和世界坐标系W‑XwYwZw与相机坐标系C‑XcYcZc的位置关系，建立透视变换模型，用于表征同一点在图像坐标系O‑UV与世界坐标系W‑XwYwZw中的对应关系；(2)通过采样的方式设置透视变换模型的相机外参参数，获得不同的透视变换矩阵，对目标图像O进行透视变换，得到模拟图像集S；(3)按顺序选择模拟图像集S中的某一子图Si，对子图Si和基准图像B进行尺度不变ORB特征提取与描述，采用最小汉明距离度量特征点间的相似性进行粗匹配，将子图Si中粗匹配点映射到目标图像O中，保存目标图像O中粗匹配点位置及其描述符至匹配点对集D1、基准图像B中粗匹配点的位置及其描述符至匹配点对集D2；(4)当子图Si与基准图像B的粗匹配点对达到设定对数N时，停止粗匹配，进入步骤(5)；若子图Si不为模拟图像集S中最后一幅图像，且获得的粗匹配点对少于N时，重新选择模拟图像集S中的子图Si′，返回步骤(3)，若子图Si为模拟图像集S中最后一幅图像，且获得的粗匹配点对少于N时，则算法失效；(5)对匹配点对集D1、D2中所有特征点进行双向匹配以筛除错误匹配点对，得到筛除后的特征点对集T1、T2，根据T1和T2，利用RANSAC算法获取基准图像B和目标图像O之间的单应性矩阵H，并对目标图像O进行重采样，获得重采样图像R；(6)对重采样图像R和基准图像B进行尺度不变ORB特征提取与描述，根据最近次临近原则，采用最小汉明距离度量特征点间的相似性完成精匹配；利用单应性矩阵H将重采样图像R和基准图像B的匹配结果投影到基准图像B和目标图像O中。