基于点组比较策略的图像特征点二值描述及匹配方法与流程

技术特征：

1.一种基于点组比较策略的图像特征点二值描述及匹配方法，其特征在于，该方法具体包括如下步骤：

步骤S1:采集图像并进行预处理，具体方式为，采集同一场景不同视角下两幅不同图像并输入计算机，将彩色图像转化为灰度图像后进行高斯平滑处理；

步骤S2:使用SIFT或者Harris角点检测算法在两幅图像上分别提取特征点；

步骤S3： 确定特征点支撑区域并计算特征点主方向，具体方式为，对于任一特征点P ，将以点P 为圆心、R 为半径的圆形区域G_R(P )确定为点P 的支撑区域，其中R 取22或33，计算G_R(P )内所有像素的梯度均值[g_x, g_y]，将该梯度均值对应的方向θ =atan(g_y, g_x)确定为特征点P 的主方向；

步骤S4： 选择特征点支撑区域内的32个采样点，具体方式为，对于任一特征点P ，以点P 为中心、主方向为起始方向顺时针确定均匀分布的8条射线l₁、l₂、l₃、l₄、l₅、l₆、l₇、l₈将G_R(P )分为8等份；以点P 为中心、分别以、R 为半径确定四个同心圆O₁、O₂、O₃、O₄，将四个同心圆与8条射线的32个交点确定为采样点；

步骤S5：确定特征点支撑区域内的144组采样点对，具体方式为，对于步骤S4获得的圆O₁和圆O₂，考虑圆O₁上的8个采样点，对于其中任一采样点X_i，选择圆O₂上距离X_i最近的三个采样点与点X_i组成采样点对，获得8×3=24组采样点对；按此方式将圆O₁和圆O₃、圆O₁和圆O₄、圆O₂和圆O₃、圆O₂和圆O₄、圆O₃和圆O₄上的采样点进行组合，共计获得8×3×6 = 144组采样点对；

步骤S6：基于点组比较策略进行二值化处理，具体方式如下：

步骤S61: 确定采样点的局部像素点，具体方式为，考虑特征点P 支撑区域G_R(P )内的任一采样点X_i，将X_i记为X_i0，以X_i0为圆心、r 为半径确定一个圆周O_r(X_i0)，r 一般取值2或3，延长线段与圆周O_r(X_i0)交于X_i1，在圆周O_r(X_i0)上以X_i1为起始点，顺时针确定4个均匀分布的点X_i1、X_i2、X_i3、X_i4将圆周分为4等份，记f (X_ik) (k =0、1、2、3、4)表示点X_ik处的灰度值；

步骤S62:比较局部像素点灰度值，具体方式为，考虑步骤S5确定的一组采样点对(X_i， X_j)，按步骤S61所述方式确定两个点组{X_ik }、{X_jk }，分别比较五组采样点(X_ik，X_jk)(k=0、1、2、3、4)的灰度值并进行二值化：

；

步骤S63: 对点组比较结果进行二值化，具体二值化公式为，

；

步骤S7:构造特征点的二值特征描述子，具体方式为，对于任一特征点P ，将步骤S5确定的144组采样点对按照步骤S6进行二值化，并将144个二值化结果连接获得特征点P 的144维二值特征描述子；

步骤S8：基于二值特征描述子并利用NNDR准则进行特征点匹配，具体方式为，对于第1幅图像中任一特征点P ，记第2幅图像中与P 的二值特征描述子之间距离最小的特征点为P₁'，其距离值记为d₁，同时与P 的二值特征描述子之间距离次小的特征点为P₂'，其距离值记为d₂，如果小于阈值T ，则将特征点(P ，P₁')确定为一组匹配点并输出，其中T的取值为0.6~0.85。