申请/专利权人：安徽大学

申请日：2022-01-04

公开（公告）日：2024-03-22

公开（公告）号：CN114332510B

主分类号：G06V10/75

分类号：G06V10/75;G06V10/762;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明公开一种层次化的图像匹配方法，获得查询图像和参考图像特征点特征描述子，从参考图像包含的局部特征点中，为查询图像中的每个局部特征点寻找两个最相似的候选匹配特征点；并依次筛选出最佳特征匹配结果。本发明能够快速地计算出两幅图像之间的特征匹配点，然后应用于一系列的基于图像匹配的高层次计算机视觉任务中：基于图像的三维重建、同时定位与地图构建、图像检索、地图导航、数字孪生、图像拼接、混合现实、虚拟现实和增强现实等。

主权项：1.一种层次化的图像匹配方法，其特征在于：包括以下步骤：步骤S1：针对输入的两幅图像，即查询图像和参考图像，分别对其使用局部特征点检测方法和局部特征描述子计算方法，来计算出查询图像和参考图像中各自包含的局部特征点和对应的特征描述子；其中，从查询图像的检测出来的局部特征点为，对应的特征描述子为；，表示从查询图像中检测出来的局部特征点数量；从参考图像中的检测出来的局部特征点为，对应的特征描述子为；，表示从参考图像中检测出来的局部特征点数量；步骤S2：从参考图像包含的局部特征点中，为查询图像中的每个局部特征点寻找两个最相似的候选匹配特征点，即为和；步骤S3：计算两个候选匹配特征点和与特征点之间的距离差异比值，进而根据距离差异比值确定初始特征匹配结果；特征点与两个候选匹配的局部特征点和之间的差异比值的计算方法为： 若，，则为局部特征点的正确匹配点，进而得到初始的特征匹配结果： ；其中，表示局部特征点的特征描述子；表示局部特征点的特征描述子；表示局部特征点的特征描述子；步骤S4：对于初始特征匹配结果，使用交叉验证法消除由于特征描述子歧义性产生的错误特征匹配，进而获得特征匹配结果为；步骤S5：对于特征匹配结果，消除其中所有因为不满足几何一致性导致的错误特征匹配点，获得特征匹配结果；步骤S6：对于特征匹配结果，使用基于聚类的方法消除受噪声数据的影响所导致的错误特征匹配点，从而获得最终的特征匹配结果，即为。

全文数据：

权利要求：

百度查询： 安徽大学 一种层次化的图像匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD