[发明专利]一种基于特征检测的图像匹配方法

权利要求书

1.一种基于特征的图像匹配方法，其特征在于：该方法包括步骤如下：

步骤S1：利用基准图像基于Harris函数的特征检测算法(HLSIFD)和最近邻匹配算法对测试图像进行匹配，获得测试图像相对于基准图像的姿态估计；所述姿态估计具体步骤如下：

步骤S11：通过基于Harris函数的尺度不变的特征检测算法对基准图像与测试图像分别提取尺度不变的特征点；

步骤S12：对基准图像与测试图像上所有的特征点进行尺度不变的特征描述算法(SIFT)特征描述：以每个特征点为中心截取固定大小的正方形窗口，对在窗口内的图像，计算每个像素相关的梯度、梯度方向及其梯度的权值，得到每个的特征点描述，用多维的直方图来统计特征点的描述，最终形成每个特征点的多维特征向量；

步骤S13：用最近邻方法将基准图像与测试图像中所提取出的特征点的特征向量进行匹配；

步骤S14：用随机抽样一致性算法(RANSAC)得到所有匹配点对中的一致集；

步骤S15：通过一致集求得基准图像与测试图像的投影映射矩阵 H₁；

步骤S16：投影映射矩阵H₁，对测试图像进行投影变换，得到测试图像的粗略姿态估计；

步骤S2：利用基准图像对已姿态估计的测试图像中的目标的光照进行估计，通过计算测试图像中目标包含于基准图像部分的光照变化，将此光照变化函数与已估计姿态的测试图像进行光照变换和修正，得到光照修正的测试图像；所述光照估计具体步骤如下：

步骤S21：求基准图像与测试图像的灰度直方图；

步骤S22：利用直方图规定化方法，计算基准图像与测试图像之间的直方图变换函数L；

步骤S23：根据基准图像与测试图像直方图的变换函数L，对测试图像进行直方图规定化，从而对姿态修正后的图像进行光照修正； 

步骤S3：将光照修正的测试图像和基准图像进行基于特征点检测与描述，得到光照修正后的测试图像特征点匹配，结合测试图像的姿态估计，得到光照修正后测试图像的姿态匹配。