[发明专利]一种无人机重复纹理影像局部显著特征点匹配方法

权利要求书

1.一种无人机重复纹理影像局部显著特征点匹配方法，其特征在于，包括以下步骤：

步骤一：分别提取参考影像中的参考影像局部显著特征点和待匹配影像中的待匹配影像局部显著特征点；其中，提取局部显著特征点的步骤如下：

1-1：根据无人机飞行参数，估计参考影像与待匹配影像的影像重叠区域；

1-2：将所述影像重叠区域划分为多个子区域，并利用协方差矩阵公式(1)计算每个所述子区域内每个像素的协方差矩阵：

其中，M为协方差矩阵，I(x,y)是像素(x,y)的影像强度函数，(x_k,y_k)是像素(x,y)的高斯加权窗口W内的点；I_x(x_k,y_k)和I_y(x_k,y_k)分别表示x和y方向的偏导数；

1-3：构建同时顾及像素点显著性和支撑区域显著性的特征响应强度函数(2)，并利用所述特征响应强度函数(2)计算各个子区域内每个像素的特征响应强度值：

FR_i＝[det(M)-κ(trace(M))²]^α·(min||D_i-D_j,j≠i||)^β (2)

其中，det(M)为矩阵M的行列式，trace(M)为矩阵M的迹，κ为经验常数，D_i为正在遍历的像素的特征描述符，D_j,j≠i为其他像素的特征描述符，α和β为两个用于控制像素显著性和支撑区域显著性的相对重要程度的权系数；

1-4：基于所述特征响应强度值获得所述局部显著特征点；

步骤二：在所述参考影像和所述待匹配影像上每个对应的所述子区域内，分别基于所述参考影像局部显著特征点的特征响应强度值和待匹配影像局部显著特征点的特征响应强度值选择参考影像种子点和待匹配影像种子点并进行匹配，获得所述参考影像和所述待匹配影像上每个对应子区域内的同名种子点；

步骤三：利用种子点匹配结果计算公式(3)作为所述参考影像与所述待匹配影像的几何变换模型，基于所述几何变换模型计算每个所述参考影像局部显著特征点在所述待匹配影像上的对应点坐标，以所述对应点坐标为中心，确定一个大小为R×R的搜索区域：

其中，(x₁,y₁)和(x₂,y₂)分别表示所述同名种子点在所述参考影像和所述待匹配影像上的像点坐标，a₀-a₅和b₀-b₅为多项式系数；

步骤四：在所述待匹配影像搜索区域内利用NNDR方法寻找与每个所述参考影像局部显著特征点匹配的同名点。

2.根据权利要求1所述的无人机重复纹理影像局部显著特征点匹配方法，其特征在于，步骤1-4中基于所述特征响应强度值获得所述局部显著特征点的方法包括：

在3×3的邻域内根据像素的所述特征响应强度值进行非极大值抑制；

将非极大值抑制后的像素点根据所述特征响应强度值从大到小排序，选取前s％的像素点为所述局部显著特征点。

3.根据权利要求1所述的无人机重复纹理影像局部显著特征点匹配方法，其特征在于，步骤二包括如下步骤：

2-1：在所述参考影像和所述待匹配影像上每个对应子区域内，分别选择前t％的具有最大特征响应强度值的所述参考影像局部显著特征点和所述待匹配影像局部显著特征点作为参考影像种子点和待匹配影像种子点；

2-2：基于所述参考影像种子点和所述待匹配影像种子点的特征描述符相似性，采用双向的NNDR匹配策略对所述参考影像种子点和待匹配影像种子点进行匹配；

2-3：利用公式(4)中的匹配可靠性度量指数函数计算所述参考影像种子点和所述待匹配影像种子点匹配的可靠性：

其中，MR_ij表示同名种子点p_i和q_j的匹配可靠性，和分别表示参考影像上特征点p_i的特征描述符和特征响应强度值，和分别表示待匹配影像上匹配点q_j的特征描述符和特征响应强度值，exp()是一个指数函数，与函数内比值运算之前的负号一起将匹配置信度值归一化到(0，1]的取值区间；

2-4：在每个所述子区域内保留匹配可靠性度量指数值最大的所述参考影像种子点和待匹配影像种子点的匹配结果作为所述同名种子点。