[发明专利]一种具有尺度不变性的ORB特征点匹配方法

权利要求书

1.一种具有尺度不变性的ORB特征点匹配方法，其特征在于包括以下步骤：

步骤S1：输入待检测图像，对图像进行改进的SURF特征点检测，并确定特征点坐标；

步骤S2：对所述步骤S1中的图像建立图像金字塔；

步骤S3：去除靠近图像边缘的特征点；

步骤S4：计算剩余特征点的质心方向；

步骤S5: 计算ORB特征点描述子；

步骤S6：采用K近邻算法进行特征点匹配；

步骤S7：筛选特征点匹配对并输出待检测图像。

2.根据权利要求1所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述步骤S1中改进的SURF特征点检测采用积分图像和盒式滤波器进行卷积，通过高斯核函数构建尺度空间并求解快速Hessian响应提取特征点，并在所述特征点的3*3*3邻域插值，确定所述特征点坐标。

3.根据权利要求2所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述的尺度空间为不分组的16层尺度空间结构。

4.根据权利要求1所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述步骤S2中建立图像金字塔的具体方法为：根据改进的SURF特征点检测中滤波模板的大小，对输入的待检测图像 进行高斯降采样，所述高斯降采样中尺度值为其中N为滤波模板的大小。

5.根据权利要求1所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述步骤S4中通过计算特征点的矩得出特征点的质心方向，具体方法为：定义图像中任意一特征点邻域的(p+q)阶矩为：则其邻域的质心坐标C为： 可计算公式得出该特征点的质心方向θ；使用所述公式得出所有剩余特征点的质心方向。

6.根据权利要求1所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述步骤S5中计算ORB特征点描述子的具体方法为：

步骤S51：采用穷举算法计算出n个相关系数接近0.5的随机点对；步骤S52：将步骤S51中的随机点对根据步骤S4中所述特征点的质心方向进行旋转，在特征点对应的图像金字塔层上，采用公式 生成二进制描述子，式中(x,y)为旋转后的随机点对，p(x)为图像块p在像素点x＝(u,v)处的灰度值；根据所述公式得出n位二进制比特串即为特征点描述子。

7.根据权利要求1所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述步骤S6中K近邻算法具体为：设K为2，计算每一个特征点到所有待匹配特征点的Hamming距离，保留所述距离最近的2个点，与该特征点组成匹配对。

8.根据权利要求1所述的一种具有尺度不变性的ORB特征点匹配方法，其特征在于：所述步骤S7中筛选特征点匹配对的具体方法为：将步骤S6中的匹配对中最近邻匹配距离/次近邻匹配距离〉0.6的匹配对剔除，取最近邻匹配点为该特征点的最终匹配点。