[发明专利]改进的图像匹配与误匹配剔除算法

摘要

本发明公开了一种改进的图像匹配与误匹配剔除算法，本算法采用FAST算法通过灰度值的差异从图像中提取特征点；利用图像块的二阶矩通过图像块的质心位置及几何中心给定特征点方向；对围绕特征点的像素点进行灰度值比较，采用BRIEF算法创建特征点的描述符；对描述符采用多探针局部敏感散列LSH算法匹配特征点的特征向量，得到特征向量的初始匹配对；依次使用GMS算法、余弦相似度算法和RANSAC算法剔除初始匹配对中的误匹配，得到精准的图像匹配结果。本算法通过改进的ORB算法特征点提取与匹配，结合GMS算法得到效果更好的粗略匹配集合，然后与RANSAC算法结合，达到剔除误匹配，保留正确匹配集合的目的，提高图像匹配的准确率以及算法的运算速度。

主权项

1.一种改进的图像匹配与误匹配剔除算法，其特征在于本算法包括如下步骤：步骤一、采用ORB算法中的FAST算法从图像中提取特征点，检测图像中具有明显灰度值变化的像素点，假设像素点p的像素值为Ip，设定一个阈值A，A＝20％Ip，以像素点p为中心，选取半径为3个像素点的圆上的16个像素点，假设选取的圆上有连续的N个像素点的亮度大于Ip+A或者小于Ip‑A，则设定像素点p为特征点；步骤二、利用图像块的二阶矩给定特征点方向，获得图像块的质心位置，利用质心位置通过连接图像块的几何中心和质心确定每个特征点方向；步骤三、采用BRIEF算法创建特征点的描述符，选择围绕特征点的128对像素点，并将它们的灰度值进行比较，组成128维二进制描述符；步骤四、对128维二进制描述符采用多探针局部敏感散列LSH算法匹配特征点的特征向量，得到特征向量的初始匹配对；步骤五、使用GMS算法消除初始匹配对中的误匹配，GMS算法将图像的运动平滑性封装在一个区域内，如特征点运动是平滑的，则相邻像素点与特征点一起移动，正确匹配周围具有支持匹配的特征点，错误匹配周围无支持匹配的特征点，从而筛选掉错误匹配；步骤六、在使用GMS算法消除初始误匹配之后，仍然存在一些误匹配对，采用余弦相似度算法计算匹配对两个矢量之间的角度余弦值来估算两个矢量的相似度，设定相似度范围为‑1到1，1表示匹配的两个向量方向完全相同，设定相似度大于0.8的向量匹配是正确匹配，予以保留，小于0.8的匹配为错误匹配并剔除；步骤七、调用RANSAC算法函数，利用单应性矩阵对使用GMS算法和余弦相似度算法消除初始匹配对中误匹配后的初始匹配对再次进行误匹配剔除，得到精准的图像匹配结果。