专利名称：基于点线关系一致性的错误匹配去除方法
技术领域：
本发明涉及计算机视觉中的图像特征自动匹配领域，特别是数字图像中错误匹配去除方法。
背景技术：
特征匹配技术在图像检索、物体识别、视频跟踪以及增强现实等领域有重要应用。但是，即使最优秀的匹配技术获得的结果中也会包含错误匹配，一般在应用匹配结果之前需要去除错误匹配。RANSAC技术是最常用的错误匹配去除方法，其基本思路为假设已知两幅图像之间的约束模型(如极线约束、单应约束等)，随机多次从初始匹配集合中抽取能够ー定数量的匹配用于计算模型參数，获得的多组模型參数中正确的模型參数将会集中分 布在一起而错误的模型參数将随呈分散分布，将位于集中分布中心的模型參数作为正确的模型參数，最后通过逐个验证各个匹配是否满足模型參数进行错误匹配去除。但是，该方法主要面临两个问题(I)需要已知图像之间的约束模型；(2)大量随机抽取进行模型參数计算过程导致算法计算量很大，效率不高。
发明内容
本发明针对常用基于RANSAC技术的错误匹配去除方法存在的问题，提供ー种能够克服上述问题的具有更优性能的错误匹配去除方法。为了实现本目的，本发明提供的基于点线关系一致性的错误匹配去除方法，包括以下步骤步骤SI :从不同角度拍摄同一场景两幅不同图像并输入计算机；步骤S2 :利用已有技术进行特征点检测与匹配，如使用SIFT技术；步骤S3 :对匹配特征点进行特征组对处理；步骤S4 :计算各个特征对的支撑特征点集合；步骤S5 :计算各个匹配特征对的点线关系一致性；步骤S6 :利用点线关系一致性检测并剔除错误匹配。本发明提出的基于点线关系一致性的错误匹配去除方法，既不需要已知图像之间的模型，也不需要进行模型參数计算，而是首先将图像中的特征点进行组对处理，然后通过特征对之间的连接关系确定每个特征对的支撑特征点集合(实际上是确定特征对附近的特征点集合)，最后通过验证支撑特征点与特征对直线的相对关系保持性来检测并去除错误匹配。利用本发明提供的方法去除错匹配过程中，主要计算量是验证位于直线两个的特征点个数，相比于RANSAC技术进行的模型參数估计过程具有更小的计算量，具有更高的效率。
图I所示为基于点线关系一致性的错误匹配去除方法的流程图。
具体实施例方式如图I所示为本发明基于点线关系一致性的错误匹配去除方法流程图，包括采集图像并输入计算机，利用已有特征点检测算子提取图像特征点并进行匹配，对匹配特征点进行特征组对处理，计算各个特征对的支撑特征点集合，计算各个匹配特征对的点线关系一致性，利用点线关系一致性检测并剔除错误匹配点。各步骤的具体实施细节如下步骤SI :从不同角度拍摄同一场景两幅不同图像并输入计算机；步骤S2 :利用已有技术进行特征点检测与匹配，如使用SIFT技术；记获得的初始特征点匹配集合为ア={义0ズン_ = 1，2,..., }，其中\3' 4ヽ别位于两幅图像中，X' i称为Xi的匹配对应点，η为获得的匹配总数；步骤S3 :对步骤S2获得的匹配特征点进行特征组对处理，组对的具体方式为对于第I幅图像中任一匹配特征点Xi，将它与区域SubR(Xi)内的特征点分别组成特征对，其中SubR(Xi) =I Y-Xi I≤σ 2}是以Xi为中心O1^o2为半径的一个环形区域,给定一幅图像中的特征点集合IXi, i = 1,2, . . . , η},可以得到ー个特征对集合Q = {Mk(Xkl,Xk2), k = 1,2, ...111},其中1]1表示获得的特征对个数；对于第I幅图像中的姆ー个特征对Mk(Xkl，Xk2)，可以确定第2幅图像中的一个对应特征对M' k(X' kl，X' k2)，其中X' kl，X' k2分别是特征点Xkl，Xk2在第2幅图像中的匹配对应点；组对处理后可获得特征对匹配集合
权利要求
1.一种基于点线关系一致性的错误匹配去除方法，其特征在于，包括步骤 步骤Si:从不同角度拍摄同一场景两幅不同图像并输入计算机； 步骤S2 :利用已有技术进行特征点检测与匹配，如使用SIFT技术；记获得的初始特征点匹配集合为P = <r￥ Xni = 1,2,...,/ }，其中Xi, X' i分别位于两幅图像中，X' i称为Xi的匹配对应点，n为获得的匹配总数； 步骤S3 :对步骤S2获得的匹配特征点进行特征组对处理，组对的具体方式为对于第I幅图像中任一匹配特征点Xi，将它与区域SubR(Xi)内的特征点分别组成特征对，其中SubR(Xi) = (YjO1^ I Y-Xi I 0 J是以Xi为中心O1^o2为半径的一个环形区域,给定一幅图像中的特征点集合IXi, i = 1,2, . . . , n},可以得到ー个特征对集合Q = {Mk(Xkl,Xk2), k = 1,2, ...111},其中1]1表示获得的特征对个数；对于第I幅图像中的姆ー个特征对Mk(Xkl，Xk2)，可以确定第2幅图像中的一个对应特征对M' k(X/ kl,X/ k2)，其中X' kl,X/ k2分别是特征点Xkl，Xk2在第2幅图像中的匹配对应点；组对处理后可获得特征对匹配集合 步骤S4 :计算各个特征对的支撑特征点集合，具体方式为对于步骤S3获得的特征对集合S中的任一特征对4 (XklfXi2) M’k {X'kl,X'k2)，在集合Q中找到所有包含特征点Xkl或Xk2的特征对，并将这些特征对包含的位于第I幅图像上的除Xkl，Xk2之外的特征点集合记为T = {X1; I = 1,2,. .. ,L},其中L表示特征点个数；根据匹配关系建立集合T' = {X' 1；I = 1，2，...，L}，其中X' I为X1在第2幅图像上的匹配对应点；集合T、T'分别称为特征对屹(XA1,t2) ≤M[ (XLX2)在两幅图像上的支撑特征点集合； 步骤S5:计算各个特征对匹配的点线关系一致性，具体方式为，记T= (X1, 1 = 1，2，...，L}、T' = {X, pi = 1，2，...，L}分别是特征对匹配，も的两个支撑特征点集合，记第I幅图像上集合T中分别位于直线XklXk2两侧的特征点个数为Mim1, Mim2，记第2幅图像上集合T'中分别位于直线X' klX ' ,2两侧的特征点个数为num' pnum' 2，利用公
全文摘要
本发明涉及一种基于点线关系一致性的错误匹配去除方法，包括采集图像并输入计算机，利用已有技术进行特征点检测与匹配，对匹配特征点进行特征组对处理，计算各个特征对的支撑特征点集合，计算各个特征对的点线关系一致性，利用点线关系一致性检测并去除错误匹配。相比于常用的RANSAC技术，本发明给出的方法不需要已知特征之间的约束模型，且具有更高的计算效率。
文档编号G06K9/64GK102663441SQ20121006701
公开日2012年9月12日 申请日期2012年3月5日 优先权日2012年3月5日
发明者刘红敏, 姜国权, 王志衡, 贾宗璞 申请人:河南理工大学