[发明专利]图像特征点的匹配方法、装置、计算机设备和存储介质在审
| 申请号: | 201910104166.0 | 申请日: | 2019-02-01 |
| 公开(公告)号: | CN109887002A | 公开(公告)日: | 2019-06-14 |
| 发明(设计)人: | 罗汉杰 | 申请(专利权)人: | 广州视源电子科技股份有限公司 |
| 主分类号: | G06T7/246 | 分类号: | G06T7/246;G06K9/46 |
| 代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 黄隶凡 |
| 地址: | 510530 广*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标特征 匹配 匹配点 灰度 图像特征点 图像 计算机设备 存储介质 灰度梯度 极线 特征点匹配 位置准确度 匹配搜索 匹配效率 三维坐标 点匹配 点投影 特征点 像素点 投影 搜索 | ||
1.一种图像特征点的匹配方法,其特征在于,包括步骤:
根据目标特征点在三维空间中的三维坐标确定所述目标特征点在第二图像中投影的初始匹配点;其中,所述目标特征点为第一图像上的特征点;
获取所述初始匹配点的第一灰度值;
获取所述目标特征点的第二灰度值和灰度梯度值;
根据所述目标特征点的第二灰度值、灰度梯度值和初始匹配点的第一灰度值,沿极线的方向对所述目标特征点进行匹配;其中,所述极线为所述目标特征点在所述第二图像中投影的极线。
2.根据权利要求1所述的图像特征点的匹配方法,其特征在于,所述根据目标特征点在三维空间中的三维坐标确定所述目标特征点在第二图像中投影的初始匹配点的步骤包括:
获取摄像设备的内参矩阵;所述摄像设备为拍摄所述第一图像和第二图像的摄像设备;
确定所述摄像设备在第一位置和第二位置的位姿变换矩阵;所述第一位置为所述摄像设备拍摄所述第一图像的位置;所述第二位置为所述摄像设备拍摄所述第二图像的位置;
根据所述内参矩阵、位姿变换矩阵和三维坐标计算所述目标特征点在所述第二图像中的投影点的二维坐标;
根据所述二维坐标获取所述初始匹配点。
3.根据权利要求2所述的图像特征点的匹配方法,其特征在于,所述根据所述内参矩阵、位姿变换矩阵和三维坐标计算所述目标特征点在所述第二图像中的投影点的二维坐标的步骤包括:
获取所述投影点的第三灰度值;
计算所述第三灰度值与第二灰度值的差值;
基于所述差值对所述位姿变换矩阵进行优化;
根据优化后的所述位姿变换矩阵、内参矩阵和三维坐标计算所述二维坐标。
4.根据权利要求1所述的图像特征点的匹配方法,其特征在于,还包括步骤:
获取所述目标特征点在所述第一图像中的二维坐标,以及第一匹配点在第三图像中的二维坐标;其中,所述第一图像和第三图像为双目摄像头拍摄的图像;所述第一匹配点为所述第三图像中与所述目标特征点相匹配的特征点;
获取所述第一图像的第一投影矩阵,获取所述第三图像的第二投影矩阵;
根据所述目标特征点在所述第一图像中的二维坐标、第一匹配点在所述第三图像中的二维坐标、第一投影矩阵和第二投影矩阵计算所述目标特征点在三维空间中的三维坐标。
5.根据权利要求1所述的图像特征点的匹配方法,其特征在于,所述根据所述目标特征点的第二灰度值、灰度梯度值和初始匹配点的第一灰度值,沿极线的方向对所述目标特征点进行匹配的步骤包括:
根据所述第一灰度值、灰度梯度值和第二灰度值计算所述初始匹配点在所述极线的方向上的位置偏差;
确定所述初始匹配点在所述第二图像中的位置;
根据所述初始匹配点在第二图像中的位置以及在所述极线的方向上的位置偏差确定第二匹配点在所述第二图像中的位置;其中,所述第二匹配点为所述第二图像中与所述目标特征点相匹配的特征点。
6.根据权利要求5所述的图像特征点的匹配方法,其特征在于,所述根据所述第一灰度值、灰度梯度值和第二灰度值计算所述初始匹配点在所述极线的方向上的位置偏差的步骤包括:
将所述第一灰度值与第二灰度值进行作差,得到所述目标特征点与初始匹配点的灰度偏差值;
根据所述目标特征点的灰度梯度值计算所述目标特征点在所述极线的方向上的灰度梯度值;
根据所述灰度偏差值和所述目标特征点在极线的方向上的灰度梯度值获取所述初始匹配点在所述极线的方向上的位置偏差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州视源电子科技股份有限公司,未经广州视源电子科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910104166.0/1.html,转载请声明来源钻瓜专利网。





