[发明专利]改进的图像匹配与误匹配剔除算法

权利要求书

1.一种改进的图像匹配与误匹配剔除算法，其特征在于本算法包括如下步骤：

步骤一、采用ORB算法中的FAST算法从图像中提取特征点，检测图像中具有明显灰度值变化的像素点，假设像素点p的像素值为Ip，设定一个阈值A，A＝20％Ip，以像素点p为中心，选取半径为3个像素点的圆上的16个像素点，假设选取的圆上有连续的N个像素点的亮度大于Ip+A或者小于Ip-A，则设定像素点p为特征点；

步骤二、利用图像块的二阶矩给定特征点方向，获得图像块的质心位置，利用质心位置通过连接图像块的几何中心和质心确定每个特征点方向；

步骤三、采用BRIEF算法创建特征点的描述符，选择围绕特征点的128对像素点，并将它们的灰度值进行比较，组成128维二进制描述符；

步骤四、对128维二进制描述符采用多探针局部敏感散列LSH算法匹配特征点的特征向量，得到特征向量的初始匹配对；

步骤五、使用GMS算法消除初始匹配对中的误匹配，GMS算法将图像的运动平滑性封装在一个区域内，如特征点运动是平滑的，则相邻像素点与特征点一起移动，正确匹配周围具有支持匹配的特征点，错误匹配周围无支持匹配的特征点，从而筛选掉错误匹配；

步骤六、在使用GMS算法消除初始误匹配之后，仍然存在一些误匹配对，采用余弦相似度算法计算匹配对两个矢量之间的角度余弦值来估算两个矢量的相似度，设定相似度范围为-1到1，1表示匹配的两个向量方向完全相同，设定相似度大于0.8的向量匹配是正确匹配，予以保留，小于0.8的匹配为错误匹配并剔除；

步骤七、调用RANSAC算法函数，利用单应性矩阵对使用GMS算法和余弦相似度算法消除初始匹配对中误匹配后的初始匹配对再次进行误匹配剔除，得到精准的图像匹配结果。

2.根据权利要求1所述的改进的图像匹配与误匹配剔除算法，其特征在于：所述步骤四中多探针局部敏感散列LSH算法将对比图像中128维二进制描述符的所有特征向量都映射到一组散列桶中，将目标图像中128维二进制描述符中的类似特征向量采用相同的散列函数映射到相同散列桶或相邻散列桶中作为查询向量，检查相同散列桶或相邻散列桶，得到特征向量的初始匹配对。

3.根据权利要求1所述的改进的图像匹配与误匹配剔除算法，其特征在于：所述步骤五中设定正确匹配周围具有支持匹配的特征点的阈值τ近似为：

其中，α＝6是经验值，n_i是单个网格单元中所呈现的特征点数的平均值，二值化Sij将匹配对分为真集和假集{T，F},Sij为匹配对周围支持该匹配对的得分，将大于阈值τ的放入真集T中，是正确的匹配对，小于阈值τ的放入假集F中，是错误的匹配对，其数学表达式为：

其中，cell-pair表示单个网格匹配的集合。

4.根据权利要求1所述的改进的图像匹配与误匹配剔除算法，其特征在于：所述步骤六中余弦相似度公式为：

其中，Sim_cos为相似度值，θ为匹配对两个矢量的夹角，(x_p,x_q)为给定匹配对的坐标。