[发明专利]一种结合点特征和线特征的图像匹配方法

权利要求书

1.一种结合点特征和线特征描述子的图像匹配方法，其特征在于，所述方法包括如下步骤：

(1)分别对模板图和实时图在多尺度下提取角点：保持图像大小不变，通过改变高斯模糊尺寸和计算haar响应窗口的大小获得每一层不同尺度的图像；在每层金字塔图像中，使用hessian矩阵计算每个像素的局部曲率ρ，将每个像素点的局部曲率与其尺度邻域上的α个点的局部曲率ρ进行比较，如果该像素点的局部曲率ρ是这α个点中的最大值或者最小值，则保留下来，作为初步选择的角点；对初步选择的角点，根据其局部曲率ρ使用双阈值进行筛选，获得最终选定的角点；

(2)获得实时图和模板图角点周围的边缘集合：遍历步骤(1)获得的最终选定的角点，分别从实时图和模板图角点的β邻域开始提取边缘并进行生长，获得角点周围的边缘集合；

(3)计算步骤(1)获得的最终选定的实时图与模板图角点的类ORB点特征描述子：选择一定数量的图块对，计算每个图块内像素的灰度值之和，比较每个图块对的灰度值之和，根据比较的结果进行编码，所有图块对比较结果的编码组成了该角点的类ORB点特征描述子；

(4)边缘匹配计算：利用最小截平方Hausdorff距离描述步骤(2)获得的实时图和模板图的边缘集合的匹配相似度；

(5)点特征匹配计算：计算步骤(3)中获得的实时图与模板图角点的类ORB点特征描述子的匹配相似度；

(6)匹配结果综合：对步骤(4)和步骤(5)中获得的点特征匹配相似度和线特征匹配相似度进行综合，要求点特征匹配相似度大于阈值t_p，线特征匹配相似度大于阈值t_l，取点特征匹配相似度前N大的角点组成候选匹配点集，然后使用线特征对这些候选匹配点进行评价，取线特征匹配相似度最高的结果作为最终匹配角点。

2.如权利要求1所述的图像匹配方法，其特征在于，所述步骤(1)中对初步选择的角点，根据其局部曲率ρ使用双阈值进行筛选，获得最终选定的角点，具体包括：

所述双阈值为t1,t2,且t1<t2；局部曲率ρ小于阈值t1的角点则直接舍去，局部曲率ρ大于阈值t2的角点则直接保留，局部曲率ρ大于阈值t1但小于t2的角点，如果在其邻域能提取出的长度大于b像素的边缘数量多于a条，则保留该角点，否则将其舍去。

3.如权利要求1或2所述的图像匹配方法，其特征在于，所述步骤(2)中获得边缘集合过程中，将属于某边缘的像素点标记为n，n表示该像素属于被找到的第n条边缘曲线，将处理过但被认为不属于边缘的像素标记为NotEdge；如果某角点邻域包含已被标记为n的像素点，则直接将第n条边缘曲线并入该角点的边缘集合，不再从该像素开始生长；处理过的像素点不再被处理。