[发明专利]一种超大规模图像特征点匹配方法及系统有效

专利信息
申请号: 201710035674.9 申请日: 2017-01-17
公开(公告)号: CN106780579B 公开(公告)日: 2019-08-13
发明(设计)人: 陶文兵;黄文杰;孙琨 申请(专利权)人: 华中科技大学
主分类号: G06T7/33 分类号: G06T7/33;G06T7/38;G06F16/583
代理公司: 华中科技大学专利中心 42201 代理人: 李智
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 超大规模 图像 特征 匹配 方法 系统
【权利要求书】:

1.一种超大规模图像特征点匹配方法,其特征在于,包括:

(1)特征点提取和图像对的初始过滤:对每幅图像提取特征点,然后采用图像检索的方法找到每幅图像的近邻,剔除不相关的图像对,得到有场景重叠的图像对;

(2)广度优先遍历重排图像和图像对序列:在得到有场景重叠的图像对之后,以图像为节点、图像对形成边,构成一个无向图,以其中匹配数目最多的图像为起点,进行广度优先排序,得到排序之后的图像序列和图像对序列;

(3)分块保存排序后的特征点:根据排序之后的图像序列对特征点进行重排,并分块保存成二进制文件;

(4)加载初始块的特征点并进行匹配:读取起始的二进制文件信息,根据排序后的图像对序列进行特征匹配,释放所述二进制文件中无用的特征信息所占用的内存资源,其中,所述无用的特征信息表示已完成匹配的图像对应的特征点信息;

(5)迭代加载后续块的特征点并进行匹配:迭代的读取后续的二进制文件信息、再进行特征匹配,直到所有的图像对完成匹配,并把匹配结果保存到文件中。

2.根据权利要求1所述的方法,其特征在于,步骤(2)具体包括以下子步骤:

(2.1)以图像为节点、图像对形成边,构成一个无向图,以其中匹配数目最多的图像为起点,进行广度优先遍历;

(2.2)在广度优先遍历的过程中,依次经过若干个节点和边,对应着图像和图像对,经过一次遍历之后,得到图像序列H和图像对序列S,其中,将一条边连接的两幅图像中每幅图像的匹配图像数目分别记为Mi、Mj,其中i、j对应边连接的两幅图像中每幅图像的索引号。

3.根据权利要求2所述的方法,其特征在于,步骤(3)具体包括以下子步骤:

(3.1)在图像序列H中,依次将每n个图像的特征点信息保存成一个二进制文件,最后不足n个的图像保存成一个二进制文件,其中,n为正整数;

(3.2)记录每张图像特征点信息的起始位置相对该图像对应的二进制文件起始位置的偏移量。

4.根据权利要求3所述的方法,其特征在于,步骤(4)具体包括以下子步骤:

(4.1)从保存的所有二进制文件中读取初始的p个二进制文件,并加载所述p个二进制文件中的图像,其中,p为正整数;

(4.2)加载图像对序列S,从S的起始索引开始,不断遍历图像对,并进行特征匹配,直到图像对中至少有一幅图像没有被加载,则终止遍历,记录下此时S的索引位置s1,在特征匹配过程中如果图像对中的任一幅图像的已匹配图像数目达到步骤(2.2)中记录的该图像的匹配图像数目,则释放掉该图像所占用的内存资源。

5.根据权利要求4所述的方法,其特征在于,步骤(5)具体包括以下子步骤:

(5.1)继续读取后续的q个二进制文件,并加载所述q个二进制文件中的图像,其中,q为正整数;

(5.2)从S的索引位置s1开始,不断遍历图像对,并进行特征匹配,直到图像对中至少有一幅图像没有被加载,则终止遍历,同时记录下此时S的索引位置s2,将s2的值赋予s1,在特征匹配过程中如果图像对中的任一幅图像的已匹配图像数目达到步骤(2.2)中记录的该图像的匹配图像数目,则释放掉该图像所占用的内存资源;

(5.3)重复执行(5.1)和(5.2)直到S中的图像对全部匹配完成;

(5.4)保存所有的匹配结果到文件中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710035674.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top