[发明专利]一种利用学习不变特征变换的兵马俑图像匹配方法

权利要求书

1.一种利用学习不变特征变换的兵马俑图像匹配方法，其特征在于，包括以下步骤：

步骤1，选择任意一幅兵马俑图像作为输入兵马俑图像，提取输入兵马俑图像的所有特征点；

其中，包括：

步骤11，构建输入兵马俑图像的尺度空间，得到多个尺度空间下的输入兵马俑图像；

步骤12，将多个尺度空间下的输入兵马俑图像输入训练好的特征检测卷积神经网络，输出分数金字塔，在所述分数金字塔的尺度域和图像域中搜索局部极大值，并抑制非极大值元素筛选出输入兵马俑图像的特征点；

步骤13，将输入兵马俑图像的特征点划分为多个图像块，计算每个图像块中特征点的方向；

步骤14，根据每个图像块中特征点的方向，提取出每个图像块中特征点的128维特征描述子，即得到输入兵马俑图像的所有特征点的特征描述子；

步骤2，根据提取到的输入兵马俑的所有特征点，得到特征点分布曲线，将特征点分布曲线划分为头部区域和躯干区域；

步骤3，根据特征点分布曲线中的头部区域和躯干区域，得到头部区域的特征点集合和躯干区域的特征点集合，在每两个视图中分别对头部区域和躯干区域的特征点进行匹配；

所述步骤2中将特征点分布曲线划分为头部区域和躯干区域，包括：

步骤21，对输入兵马俑图像进行二值化处理，得到二值化的兵马俑图像；

步骤22，对二值化的兵马俑图像进行数学形态上的腐蚀；

步骤23，对特征点分布曲线进行平滑处理，得到平滑处理后的特征点分布曲线；

步骤24，将平滑处理后的特征点分布曲线中第二个波谷作为头部区域和躯干区域的分界线，即第二个波谷之前的特征点分布曲线为头部区域，第二个波谷之后的特征点分布曲线为躯干区域；

步骤3中在每两个视图中分别对头部区域和躯干区域的特征点进行匹配，包括：

步骤31，设任意两个视图分别为V₁和V₂，则每个视图中特征点的描述子集合为其中：为第i个视图的第N个特征点的描述子；

步骤32，对每个在F(V₂)中搜索它的最近邻l^*(1)和次近邻l^*(2)；

其中，

步骤33，通过式(1)计算每个的最近邻l^*(1)和次近邻l^*(2)的比值R；

步骤34，若R小于指定的阈值δ＝0.9991时，则V₁中的第k个特征点与V₂中的第l^*(1)个特征点为候选匹配；否则，舍弃V₁中的第k个特征点。