[发明专利]一种ORB特征提取与匹配的方法及装置

说明书

本发明公开了一种ORB特征提取与匹配的方法及装置，首先将原始图像转化为灰度图像，进行FAST角点、HARRIS角点提取、质心计算以及高斯模糊，输出特征点关键信息和高斯模糊图像。对图像进行下采样，得到多组特征点关键信息和高斯模糊图像。然后计算特征点对应的描述子信息，将两帧图像的描述子信息进行特征匹配，得到ORB特征匹配结果。最后输出原始图像以及与原始图像同步的ORB特征匹配结果。解决了现有技术中对相同目标图像进行识别需要消耗大量内存和CPU资源的问题。本发明可以提高对相同目标图像进行识别的速度，在保证特征提取与匹配准确度的前提下，同时保证了实时性。

技术领域

本发明属于图像配准技术领域，尤其涉及一种ORB特征提取与匹配的方法及装置。

背景技术

图像配准就是将不同时刻、角度或环境下成像设备获取的两幅或多幅图像进行匹配、叠加的过程。在目标检测、地图重建等领域中，为了得到不同图像之间的匹配关系，需要对摄像头捕获到的图像进行大量实时运算，而有高识别度的特征点相对像素点个数来说有着更小的量级，计算速度更快，且能够得到不同图像之间更准确的匹配关系。

在不同时刻、角度和环境下，相同的目标图像有着一定的相关性，但因为拍摄的角度、尺度、亮度等问题造成相同目标图像识别困难。ORB特征提取结合金子塔计算，可以解决上述问题，并已经在诸如OpenCV和Matlab平台中有了具体的实现方法，但在嵌入式中的应用还主要局限在DSP和ARM平台上实现。

现有技术在对相同目标图像进行识别时，需要消耗大量内存和CPU资源。

发明内容

本发明的目的在于提供一种ORB特征提取与匹配的方法及装置，解决了现有技术中对相同目标图像进行识别需要消耗大量内存和CPU资源的问题。本发明可以提高对相同目标图像进行识别的速度，在保证特征提取与匹配准确度的前提下，同时保证了实时性。

为达到上述目的，本发明采用如下技术方案：

本发明提供了一种ORB特征提取与匹配的方法，包括以下步骤：

步骤(1)：将不同时刻同一场景的多帧原始图像转化为只包含灰度信息的图像，对转化后的每一帧灰度图像进行FAST角点、HARRIS角点提取，对每一帧灰度图像中的每个像素点进行质心计算，并对每一帧灰度图像进行高斯模糊，然后输出每一帧图像的特征点关键信息和经高斯模糊后的图像，特征点关键信息包括提取的FAST角点信息、HARRIS角点信息以及质心计算结果；

步骤(2)：根据金字塔的层数要求重复执行步骤(1)，对每一帧图像进行下采样，得到每一帧图像的多组特征点关键信息和经高斯模糊后的图像；

步骤(3)：根据特征点关键信息和经高斯模糊后的图像，计算特征点对应的描述子信息，将两帧图像的描述子信息进行特征匹配，得到ORB特征匹配结果。

更进一步地，本发明的特点还在于：

在步骤(3)之后还包括：输出原始图像以及与原始图像同步的ORB特征匹配结果。

在步骤(1)之前还包括：采集不同时刻同一场景的多帧图像，并进行存储。

当采集的是一路视频流的多帧图像时，将当前描述子信息与前一帧图像缓存的描述子信息进行匹配，得到一路图像的ORB特征匹配结果；

当采集的是两路视频流时，将两路视频流的描述子信息进行互相匹配，得到两路图像的ORB特征匹配结果。

当采集的是一路视频流的多帧图像时，金字塔的层数为1层；

当采集的是两路视频流时，金字塔的层数为2～3层。

质心计算方法如下：

步骤(a)：以每一个像素点为中心，d为直径的圆形窗口，计算每个像素点的邻域距m_pq：