[发明专利]一种基于网格统计的图像特征点匹配方法

权利要求书

1.一种基于网格统计的图像特征点匹配方法，其特征在于，所述方法包括以下步骤：

S1、获得原图的初始特征点P＝{p_i|i＝1，2，3，…，n}和待匹配图像的初始匹配点P’＝{p’_i|i＝1，2，3，…，n}，以及初始匹配关系集M＝{m_i|i＝1，2，3，…，n}，其中，m_i＝{p_i，p’_i}；

S2、对原图和待匹配图像进行网格化，将每张图像划分成N*N个网格，并形成网格对集合G＝{G_j，k|j，k＝1，2，…，N*N}，其中j为原图的网格索引，k为对应的待匹配图像的网格索引，并初始化计数集合C＝{c_j，k＝0|j，k＝1，2，…，N*N}；

S3、遍历集合M中的每一对匹配点对m_i＝{p_i，p’_i}，如果p_i属于第j个网格，p’_i属于第k个网格，则c_j，k计数加1；

S4、对网格对集合G中的元素按c_j，k值从大到小排序，取前m个元素中的匹配点对组成样本集I；

S5、开始迭代，从样本集I中任意取d个匹配点对：

S5.1取前d-1个匹配点对，计算模型H；

S5.2用第d个匹配点对对模型H进行预检验，如果误差小于阈值α，则进行步骤S6操作；否则，重新进行步骤S5，进入下一次迭代；

S6、用样本集I中剩余的匹配点对对模型H进行检验，如果误差小于阈值β，则将其加入集合I_inlier；

S7、进行下一次迭代，重复步骤S5和步骤S6的操作；对于每一次迭代操作，如果得到的集合I_inlier中的元素个数大于上一次的集合I_inlier中的元素个数，则更新集合I_inlier；

S8、迭代结束，得到集合I_inlier，利用集合I_inlier计算最优模型H，利用得到的最优模型H对其它图像的特征点进行匹配。

2.根据权利要求1所述的基于网格统计的图像特征点匹配方法，其特征在于，步骤S5中计算模型H的具体过程为：利用前d-1个匹配点对，通过联立d-1个方程，求解原图和待匹配图像之间的单应矩阵参数，模型H即为单应矩阵，对应两幅图像间的变换关系。

3.根据权利要求1所述的基于网格统计的图像特征点匹配方法，其特征在于：所述方法中特征点的检测采用SIFT算法，初始匹配关系集M通过最近邻匹配获得。

4.根据权利要求1所述的基于网格统计的图像特征点匹配方法，其特征在于：步骤S5中的d取值为5。

5.根据权利要求1所述的基于网格统计的图像特征点匹配方法，其特征在于：步骤S5和步骤S6中采用不同的阈值α与阈值β，且有α≥β。