[发明专利]一种基于特征点的文物裂隙监测方法

权利要求书

1.一种基于特征点的文物裂隙监测方法，其特征在于，包括基于特征点匹配的裂隙持续监测方法和基于特征点的裂隙实时监测方法，所述基于特征点匹配的裂隙持续监测方法包括以下步骤：

步骤1：在相机拍摄的第一幅图中确定裂隙两侧的特征点区域；

步骤2：在区域中选取匹配度较高的特征点，每个区域提取一个特征点；

步骤3：在摄像机后续拍摄的图像匹配步骤2中的特征点；

步骤3.1:输入新图像，在划定区域提取特征点；

步骤3.2:将特征点与原图中特征点进行匹配；

步骤3.3:筛选匹配结果，判断匹配结果中是否含有已经标记的特征点；如果含有特征点，进行步骤3.4，如果不含特征点，重复步骤3.2；

步骤3.4:查看特征点在在图像中的位移重新确定划定区域；

步骤3.5:计算两个区域特征点距离；

步骤4：计算特征点之间距离，查看宽度是否变化；

步骤5：根据后续匹配的特征点偏移位置，调整匹配图像方框区域以此防止裂隙长时间变宽导致特征点偏移出初始划定的区域；

所述基于特征点的裂隙实时监测方法包括以下步骤：

步骤A：在原始图中选取任意位置裂隙的两侧划定区域；

步骤B：选取同一位置拍摄不同时段的目标图像；

步骤C：分别对划定区域图像进行特征点匹配；

步骤D：筛选特征点；

步骤D1:输入原始图像；

步骤D2:在原始图中划定监测区域；

步骤D3:在两幅图像的同一区域提取特征点；

步骤D4:特征点匹配；

步骤D5:匹配对筛选；

步骤D6:选取特征点靠近划定区域中心的匹配对；

步骤D7:计算裂隙两侧区域中特征点的距离；

步骤E：从筛选后的特征点中选取靠近方框区域中心的特征点。

2.根据权利要求1所述的一种基于特征点的文物裂隙监测方法，其特征在于，特征点选取SURF特征点，匹配方式为FLANN匹配器。

3.根据权利要求2所述的一种基于特征点的文物裂隙监测方法，其特征在于，所述SURF特征点提取包括以下步骤：

S1、特征点检测：SURF使用Hessian矩阵来检测特征点，该矩阵是x,y方向的二阶导数矩阵，可测量一个函数的局部曲率，其行列式值代表像素点周围的变化量，特征点需取行列式值的极值点，用方型滤波器取代SIFT中的高斯滤波器，利用积分图计算位于滤波器方型的四个角落值；

S2.关键点定位；

S3.方向定位：通过计算特征点周围像素点x,y方向的哈尔小波变换，并将x,y方向的变换值在xy平面某一角度区间内相加组成一个向量，在所有的向量当中最长的即为此特征点的方向；

S4.特征描述子：选定了特征点的方向后，其周围像素点需要以此方向为基准来建立描述子，此时以55个像素点为一个子区域，取特征点周围2020个像素点的范围共16个子区域，计算子区域内的x、y方向的哈尔小波转换总和Σdx、ΣdyΣdx、Σdy与其向量长度总和Σ|dx|、Σ|dy|Σ|dx|、Σ|dy|共四个量值，共可产生一个64维的描述子。

4.根据权利要求3所述的一种基于特征点的文物裂隙监测方法，其特征在于，所述步骤S2又包括以下步骤：

S2.1选取拍摄过程中的多幅图像，将第一幅图像中每一个区域分别和这十幅图像匹配特征点；

S2.2筛选匹配对；

S2.3查看每一个区域中是否有一个特征点在10幅图像的匹配中都为筛选后的匹配对；

S2.4如果区域中有筛选出的固定点，则保存,没有则扩大划定区域重新进行匹配和筛选。

5.根据权利要求4所述的一种基于特征点的文物裂隙监测方法，其特征在于，所述步骤S2.2包括：

S2.2.1:求出所有匹配对之间像素的差值；

S2.2.2:查看每一个像素差值和其他差值的差；

S2.2.3:查找在每一个差值组中差在一定范围内中最多的情况,该情况下所有的差值即为正确匹配点。