[发明专利]一种鲁棒的基于超像素局部特征的图像匹配方法

说明书

本发明给出了一种鲁棒的基于超像素局部特征的图像匹配方法，针对两幅图像，计算两幅图像之间的对应点，并进行如下操作步骤：S01对两幅图像分别进行超像素分割，记录所有超像素的位置和区域；S02将两幅图像分别划分为若干区域；S03选择两幅图像中任意一对区域作为两个待匹配区域；S04获得这两个区域中的对应超像素及其匹配可信度；S05选择匹配可信度最高的结果作为两幅图像之间的最终匹配结果。

技术领域

本发明涉及一种图像匹配方法，尤其是一种鲁棒的基于超像素局部特征的图像匹配方法。

背景技术

图像匹配是指在两幅图像之间寻找对应点的问题，该问题是计算机视觉、模式识别等领域中的基础问题之一，解决该问题的方法在图像识别、立体配准、全景拼接、物体跟踪、运动分析等应用中得到广泛使用。

现有图像匹配方法主要分为两类：

1)基于区块的图像匹配方法；

2)基于局部特征的匹配方法。

基于区块的图像匹配方法是将图像划分为区块，利用区块之前的相似性将区块对应匹配起来，或者以像素为单位，度量以像素为中心的区块之间的相似性，从而建立像素点之间的对应关系。区块的相似性一般基于灰度、颜色、纹理等全局特征来进行度量。该方法具有方法简单，适用广泛的优点，但区块的划分方式较难确定，计算量大且准确性难以保证，易受物体遮挡、缺失、光照变化等情况的影响而发生匹配错误。

基于局部特征的图像匹配方法是从图像中提取具有显著特征的点，并确定该点对应的局部区域，对该局部区域进行描述(称为局部特征)，然后根据相应描述进行局部特征之间的匹配。常用的局部特征提取与描述算法有Harris角点、SIFT、SURF、ORB等。该方法计算量较小，局部区域的大小是自适应确定的，对局部特征的描述也考虑了对物体遮挡、缺失、光照变化等因素的处理，因此计算结果更为稳定。但该方法提取局部特征的依据是特征点在纹理上具有显著特性，因此对于缺少显著特性的图像，如墙面、地面、天空、大海等，由于提取局部特征点太少或错误，从而易匹配失败，适用性有一定的限制。

发明内容

本发明要解决的技术问题是提供一种简单的鲁棒的基于超像素局部特征的图像匹配方法。

为解决上述技术问题，本发明提供一种鲁棒的基于超像素局部特征的图像匹配方法，针对两幅图像，计算两幅图像之间的对应点，并进行如下操作步骤：S01对两幅图像分别进行超像素分割，记录所有超像素的位置和区域；S02将两幅图像分别划分为若干区域；S03选择两幅图像中任意一对区域作为两个待匹配区域；S04获得这两个区域中的对应超像素及其匹配可信度；S05选择匹配可信度最高的结果作为两幅图像之间的最终匹配结果。

作为对本发明所述的鲁棒的基于超像素局部特征的图像匹配方法的改进：S04的操作步骤如下：S001计算超像素局部特征；S002获取可容许的超像素匹配对；S003形成不发生冲突的超像素匹配对的所有可能的组合；S004获得各自的匹配可信度以及相应的匹配结果；S005选择最优匹配可信度所对应的匹配结果，作为两个区域之间的最终匹配结果。

作为对本发明所述的鲁棒的基于超像素局部特征的图像匹配方法的进一步改进：所述S001中，确定包含在两个区域中的所有超像素，以这些超像素的每个超像素质心为中心，分别计算相应的局部特征(局部特征的计算模式可以选用现有算法)。

作为对本发明所述的鲁棒的基于超像素局部特征的图像匹配方法的进一步改进：所述S002中，针对两个待匹配的区域，计算这两个区域之间所有两两超像素局部特征之间的距离，并由小到大进行排列；对于一个区域中的每个超像素局部特征，确定另一区域中距离其最近的前N个超像素局部特征，作为可容许的超像素匹配对。