【摘要】 本发明涉及一种基于特征组对的特征点匹配方法，包括步骤：采集图像并输入计算机，利用已有技术进行图像特征点检测，对图像特征点进行特征组对处理，确定特征对的主方向、尺度及支撑区域，对支撑区域进行子区域划分，计算支撑区域内各点的特征向量，计算特征对支撑区域的匹配描述子，利用匹配描述子进行特征对匹配，由特征对匹配建立特征点匹配。相比于已有基于单个特征点构造匹配描述子的方法，本发明提供的方法构造的匹配描述子能够克服尺度、主方向与边界误差，具有更优的匹配性能。 微信 【专利类型】发明授权 【申请人】河南理工大学 【申请人类型】学校 【申请人地址】454000 河南省焦作市高新区世纪大道2001号 【申请人地区】中国 【申请人城市】焦作市 【申请人区县】解放区 【申请号】CN201210067001.9 【申请日】2012-03-05 【申请年份】2012 【公开公告号】CN102663733B 【公开公告日】2014-08-13 【公开公告年份】2014 【授权公告号】CN102663733B 【授权公告日】2014-08-13 【授权公告年份】2014.0 【IPC分类号】G06T7/00; G06K9/00; G06K9/62 【发明人】王志衡; 刘红敏; 贾宗璞 【主权项内容】1.一种数字图像中基于特征组对的特征点匹配方法，其特征在于，包括步骤： 步骤S1：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； 步骤S3：对图像中的特征点进行特征组对处理，具体方式为，对于图像中任一特征点Xi，将它与区域SubR(Xi)内的特征点分别组成特征对，其中SubR(Xi)＝{Y：σ1≤||Y-Xi||≤σ2}是以Xi为中心σ1、σ2为半径的一个环形区域，给定一幅图像中的特征点集合{Xi，i=1，2，...，m}，可以得到一个特征点对集合{Mk(Xk1，Xk2)，k＝1，2，...n}，其中m表示特征点个数，n表示特征对个数； 步骤S4：确定每个特征对的主方向、尺度及支撑区域，具体方式为，对于步骤S3获得的任一特征对Mk(Xk1，Xk2)，在直线Xk1Xk2的两个垂直方向中将与线段Xk1Xk2上各点平均梯度指向接近的方向确定为特征对Mk(Xk1，Xk2)的主方向；将线段Xk1Xk2长度d＝||Xk1-Xk2||的一半确定为特征对Mk(Xk1，Xk2)的尺度，记为σ(Mk)；记Xl，l=1，2，...Num为线段Xk1Xk2上的任意点，其中Num表示线段上点数，Gσ(Xl)表示以Xl为圆心σ(Mk)为半径的圆形区域，将线段上各点对应的圆形区域覆盖的区域确定为特征对Mk(Xk1，Xk2)的支撑区域G(Mk)=Gσ(X1)∪Gσ(X2)∪...∪Gσ(XNum)； 步骤S5：基于灰度序对特征对的支撑区域进行子区域划分，具体划分方式为：首先将特征支撑区域G(Mk)内包含像素的灰度值升序排列，然后根据像素灰度大小选取一系列阈值ti将区域G(Mk)划分为K个子区域Gi＝{xj：ti-1≤I(xj)

未经允许不得转载：http://www.zhongzhencnc.com/1791162019.html