[发明专利]基于surf算法的快速消除误匹配点方法

权利要求书

1.一种基于surf算法的快速消除误匹配点方法，其特征是，针对surf算法计算出的每个特征点，有以下信息，特征点的坐标(x,y,S)其中S表示特征点所处的尺度空间，针对两图像中抽取的两待匹配点，首先通过匹配点的特点进行筛选，分别设尺度限制阈值与主方向限制阈值来进行筛选，将两待匹配点的尺度作差，SD＝|S1—S2|，如果满足w1<SD<w2，则认为两点为匹配点的概率较大，否则两点匹配概率小，剔除，其中w1与w2为尺度限制阈值；针对主方向角，首先将满足尺度阈值的两点的主方向角作差，ER＝|T1-T2|，如果q1<ER<q2,则认为两点为匹配点的概率较大，计算两点的欧式距离，否则，剔除；根据欧式距离从中选取最近邻点与次近邻点，将两欧式距离作比，比值为F，如果F>t，则说明最近邻点与次近邻点相差较小，最近邻点为误匹配点的概率较大，予以剔除，否则，将最近邻点作为匹配点，其中t为距离筛选阈值；在找到所需要数量的匹配点对之后，进行之后的精匹配过程。

2.如权利要求1所述的基于surf算法的快速消除误匹配点方法，其特征是，首先通过各匹配点对的“匹配质量”进行排序，“匹配质量”则是通过匹配点的尺度差以及主方向角差的和R来判定的，如果R的值越小，则说明“匹配质量”越高，计算出来的变换矩阵越准确。因此，在对匹配点对排完序之后，依次取“匹配质量”高的4个点来计算变换矩阵，并计算图像变换后，变换的点与匹配的点的欧式距离，通过欧式距离阈值来判断变换后的点是否为内点，重复上述过程n次，可以得到n个变换矩阵与相应的内点数，选取内点数最多的一组，将该组中所有内点看做是正确的匹配点，并通过这些正确的匹配点来计算最终的变换矩阵，对图像进行变换。

3.如权利要求1所述的基于surf算法的快速消除误匹配点方法，其特征是，通过较多次的实验结果对比来确定更利于去误匹配的阈值参数。