[发明专利]一种基于特征点局部特征剔除误匹配特征点方法在审
| 申请号： | 201910558251.4 | 申请日： | 2019-06-17 |
| 公开（公告）号： | CN110427966A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 余振军;孙林;夹尚丰 | 申请（专利权）人： | 青岛星科瑞升信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266590 山东省青岛市黄岛区前*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于特征点局部特征剔除误匹配特征点方法，其包括以下步骤：SIFT特征点检测，利用构建的高斯尺度空间，进行极值点检测，获取关键点；特征点匹配，基于获取的关键点描述符信息，利用欧式距离计算第一幅图像中的点距离第二幅图像中最近距离和次近距离，最近距离越小，则匹配程度越高；基于特征点局部特征值剔除误匹配特征点方法，采用宽松阈值的比率测试为粗剔除，剔除少量误匹配特征点，保证足量匹配正确的特征点；分别在两幅匹配图像中构建局部坐标系，根据点集中匹配的特征点在局部坐标系下特征值的相似度，剔除误匹配，实现精剔除。本发明有效的剔除SIFT算法匹配结果中的误匹配，可获得准确度高的点集。 | ||
| 搜索关键词： | 剔除 特征点 匹配特征点 匹配 局部坐标系 局部特征 最近距离 关键点 构建 高斯尺度空间 图像 描述符信息 特征点匹配 准确度 欧式距离 匹配结果 匹配图像 点检测 点距离 极值点 近距离 相似度 点集 足量 测试 检测 保证 | ||
【主权项】：
1.一种基于特征点局部特征剔除误匹配特征点的方法，其包括以下步骤：A、SIFT特征点检测，利用高斯卷积核对图像做不同尺度参数的模糊处理以及降采样构建高斯尺度空间，将高斯尺度空间中相邻图层相减构建差分高斯尺度空间；在高斯差分空间中将像素点与8邻域的点、相邻两个层面9×2共26个点进行比较，进行极值点检测，获取关键点。B、特征点匹配，基于获取的关键点描述符信息，利用欧式距离计算第一幅图像中的点距离第二幅图像中最近距离和次近距离，最近距离越小，则匹配程度越高，因此以最近距离匹配的结果为粗匹配特征点集，然后利用比率测试方法进行剔除。C、基于特征点局部特征值剔除误匹配特征点方法，该方法包括粗剔除和精剔除两个过程，粗剔除，采用宽松阈值的比率测试为粗剔除，剔除少量误匹配特征点，同时保证足量匹配正确的特征点；精剔除，分别在两幅匹配图像中构建相似局部坐标系，根据点集中匹配的特征点在局部坐标系下特征值的相似度，剔除误匹配，实现精剔除。
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青岛星科瑞升信息科技有限公司，未经青岛星科瑞升信息科技有限公司许可，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/201910558251.4/，转载请声明来源钻瓜专利网。
