[发明专利]一种面状特征点可靠加密匹配方法和系统

说明书

本发明公开了一种面状特征点可靠加密匹配方法和系统，该方法包括：对输入的立体影像进行SIFT特征点提取，得到SIFT特征点；对所述SIFT特征点依次进行双向最邻近距离比测度约束、核线几何约束、单应性约束和视差梯度约束，得到似密集匹配种子点；对输入的立体影像进行Harris角点提取，得到Harris角点；根据所述似密集匹配种子点对所述Harris角点进行三角形约束，得到三角形约束似密集匹配点，并输出。通过本发明提高了影像匹配点密度和可靠性。

技术领域

本发明属于计算机视觉及摄影测量技术领域，尤其涉及一种面状特征点可靠加密匹配方法和系统。

背景技术

近景影像特别是含有面状特征的近景影像，在测绘、机器视觉等领域有广泛用途，例如基于立面街景、室内立面影像的建筑物精细模型对于机器人路径(道路)规划、室内导航较高的应用价值。影像匹配作为建筑物三维建模的常用方法得到广泛研究。

近景影像(如街景)由于存在遮挡、视角、光照变化大、尺度不一致、目标多样复杂和视差断裂等因素影响，基于常规灰度匹配方法准确获得密集(稠密)匹配点一直比较困难。而可靠、密集匹配点是目标三维建模的基础，因此复杂场景近景影像可靠、密集匹配是影像空间信息应用的重点研究问题。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种面状特征点可靠加密匹配方法和系统，提高了影像匹配点密度和可靠性。

为了解决上述技术问题，本发明公开了一种面状特征点可靠加密匹配方法，包括：

对输入的立体影像进行SIFT特征点提取，得到SIFT特征点；

对所述SIFT特征点依次进行双向最邻近距离比测度约束、核线几何约束、单应性约束和视差梯度约束，得到似密集匹配种子点；

对输入的立体影像进行Harris角点提取，得到Harris角点；

根据所述似密集匹配种子点对所述Harris角点进行三角形约束，得到三角形约束似密集匹配点，并输出。

相应的，本发明还公开了一种面状特征点可靠加密匹配系统，包括：

SIFT特征点提取模块，用于对输入的立体影像进行SIFT特征点提取，得到SIFT特征点；

约束匹配模块，用于对所述SIFT特征点依次进行双向最邻近距离比测度约束、核线几何约束、单应性约束和视差梯度约束，得到似密集匹配种子点；

Harris角点提取模块，用于对输入的立体影像进行Harris角点提取，得到Harris角点；

输出模块，用于根据所述似密集匹配种子点对所述Harris角点进行三角形约束，得到三角形约束似密集匹配点，并输出。

本发明具有以下优点：

(1)本发明公开了一种面状特征点可靠加密匹配方案，实现了对影像面域特征点的准密集匹配：双向约束及核线约束条件充分提纯，然后在影像面域特征点内依次应用单应性约束和视差梯度约束条件进一步精化，最后应用Delaunay三角形约束完成特征点加密匹配。有效剔除影像面域外及影像邻接处的无效特征点，达到了仅加密匹配影像面域内特征点的目标。

(2)本发明论证了对于分布于平面的目标点，影像中同名三角形内部特征点与所在三角形顶点线性关系相同的结论，为在三角形约束下应用平面几何相似传播条件建立了依据，缩小了同名点搜索范围，提高了特征点匹配效率。

(3)通过多次单应性约束条件可有效拟合影像中的独立面状区域。

(4)本发明对于处理人工地物影像有一定的适用性，得到的匹配点可应用于建筑物三维建模等领域。

(5)通过视差图验证了本发明所述的面状特征点可靠加密匹配方案的有效性。