[发明专利]一种视觉定位中基于衡量因子的图像特征点误匹配剔除方法在审

专利信息
申请号: 201710737107.8 申请日: 2017-08-24
公开(公告)号: CN107704867A 公开(公告)日: 2018-02-16
发明(设计)人: 马琳;谭竞扬;谭学治;杨浩 申请(专利权)人: 哈尔滨工业大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 哈尔滨市松花江专利商标事务所23109 代理人: 岳泉清
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种视觉定位中基于衡量因子的图像特征点误匹配剔除方法,本发明涉及图像特征点误匹配剔除方法。本发明的目的是为了解决传统RANSAC算法存在计算复杂度较高、耗时较长,误匹配剔除效果差的问题。过程为一离线阶段建立数据库;二得到训练好的分类器;三在线阶段得到匹配后的标出特征点的两张图像;四应用改进的RANSAC算法,将匹配后的标出特征点的两张图像进行误匹配特征点对剔除;五利用对极几何以及步骤四得到的剔除误匹配特征点对后的数据库图像所处地理位置坐标,对得到的剔除误匹配特征点对后的用户输入图像进行定位。本发明用于图像处理领域。
搜索关键词: 一种 视觉 定位 基于 衡量 因子 图像 特征 匹配 剔除 方法
【主权项】:
一种视觉定位中基于衡量因子的图像特征点误匹配剔除方法,其特征在于:所述方法具体过程为:步骤一:离线阶段:采集视频,记录视频中图像信息以及图像所处地理位置坐标,根据图像信息以及图像所处地理位置坐标建立数据库;步骤二:用SURF算法提取数据库中图像的特征信息,将特征信息进行K‑means聚类,聚类后对每张图像编码产生对应的视觉直方图,用支持向量机对视觉直方图进行训练,得到训练好的分类器;SURF算法为加速稳健特征算法;K‑means为K均值聚类;步骤三:在线阶段:用训练好的分类器对用户输入图像进行分类,将分类后的用户输入图像与数据库中对应类别图像用SURF算法进行特征点提取,根据提取的特征点将分类后的用户输入图像与数据库中对应类别图像进行匹配,得到匹配后的标出特征点的两张图像;用户输入图像和数据库中图像在同一采集环境中采集;步骤四:应用改进的RANSAC算法,将匹配后的标出特征点的两张图像进行误匹配特征点对剔除,得到剔除误匹配特征点对后的用户输入图像和数据库图像;RANSAC算法为随机抽样一致性算法;步骤五:利用对极几何以及步骤四得到的剔除误匹配特征点对后的数据库图像所处地理位置坐标,对步骤四得到的剔除误匹配特征点对后的用户输入图像进行定位。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710737107.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top