[发明专利]一种基于局部结构相似的特征匹配方法

权利要求书

1.一种基于局部结构相似的特征匹配方法，其特征在于：通过计算机将一对待匹配图像进行匹配处理，获取具有相似局部结构的特征点匹配对集，包括以下步骤：

步骤1，对两张待匹配图像进行特征提取与初始匹配，获取初始匹配对应关系集；在进行特征提取时，获取初始匹配对应关系集的特征点；

步骤2，对步骤1中获取的初始匹配对应关系集中所确定的特征点，确定每个特征点的邻居点，并据此建立特征点的邻域仿射系数矩阵；

步骤3，对初始匹配集中的每一个匹配，计算与之相关联的特征点的邻域仿射系数矩阵的差异，用此差异表示每个匹配相关联的特征点之间的局部结构相似性：差异值越小，局部结构相似性越高，差异越大，局部结构相似性越低；

步骤4，对邻域仿射系数矩阵进行优化，以邻域仿射系数矩阵为变量计算局部结构差异程度的函数式，求函数式取极值时对应的邻域仿射系数矩阵，并将此系数矩阵带入函数式计算特征点局部结构差异程度；

步骤5，根据步骤4得到的每个匹配相关联的特征点的局部结构差异值，设定一个比较阈值，保留差异值低于阈值的匹配，删除差异值不低于阈值的匹配，确定最终的特征匹配对作为待匹配图像的匹配关系结果。

2.如权利要求1所述的一种基于局部结构相似的特征匹配方法，其特征在于：具体步骤依次为：

步骤1，图像特征提取与初始匹配：提取待匹配图像的局部特征点，即找到图像中对图像变换具有较强鲁棒性且检测重复率高的可区分关键点；对检测到的特征点局部区域进行梯度统计计算，完成对特征点的特征描述过程；对于任意一个特征点，计算它的描述符与其他特征点的描述之间的欧式距离值，选择对应欧式距离值最小的特征点作为它的匹配点；集合所有特征点与其匹配点形成图像初始匹配集；

步骤2，建立匹配对中关键点的邻域仿射系数矩阵：在步骤1获取初始匹配集的基础上，对匹配集中的每个局部特征点，找到距离局部特征点一定范围内的其他特征点作为它的邻域特征点，并用这些邻域特征点线性表示该关键点，获取对应的仿射系数矩阵；

步骤3，基于邻域仿射系数矩阵的局部结构差异程度测量：对步骤1中获取的初始匹配集中的每一个匹配，经过步骤2获取与每个匹配相关联的特征点的邻域仿射系数矩阵，计算两个邻域仿射系数矩阵的差异值，此差异值表示的是每个匹配相关联的特征点的局部结构差异程度；差异值越小，局部结构相似性越高，差异越大，局部结构相似性越低；

步骤4，邻域仿射系数矩阵优化：定义以邻域仿射系数矩阵为变量计算局部结构差异程度的函数式，该函数式由两个数据项之和组成，而两个数据项分别为初始匹配集中匹配对应的特征点与其邻域仿射系数矩阵组成的仿射组合之差，公式的求解目标是让函数取值尽可能地接近零，获取函数式在极值点处对应的邻域仿射系数矩阵，并将此邻域仿射系数矩阵带入函数式计算特征点局部结构差异程度；

步骤5，对步骤4中每个匹配对应的局部结构差异值进行阈值比较：

当差异值小于规定阈值时，对应的特征点对属于正确的匹配对；

当差异值不小于规定阈值时，对应的特征点对属于错误匹配对，从初始匹配对应关系集中去除错误匹配对，余下所有匹配对作为最终正确匹配结果，并输出。