[发明专利]一种基于特征的图像匹配方法及系统

说明书

本发明公开一种基于特征的图像匹配方法及系统，该方法包括S1、建立图像匹配数据库；S2、将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；S3、选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；S4、选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；S5、重复所述步骤S3和所述步骤S4，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。该系统用于实现上述的方法。本发明在不影响匹配精度的同时可以极大提高匹配速度，加快检索时间。

【技术领域】

本发明涉及图像匹配技术领域，具体的，涉及一种基于特征的图像匹配方法以及应用于该方法的系统。

【背景技术】

图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。迄今为止，人们已经提出了各种各样的图像匹配算法，但从总体上讲，这些匹配算法可以分成关系结构匹配方法、结合特定理论工具的匹配方法、基于灰度信息的匹配方法、基于亚像元匹配方法、基于内容特征的匹配方法五大类型。

特征提取：底层图像特征包含颜色、纹理、平面空间对应关系、外形，或者其他统计特征。图像特征的提取与表达是基于内容的图像检索技术的基础。

特征匹配：从图像中提取的特征可以组成一个向量，两个图像之间可以通过定义一个距离或者相似性的测量度来计算相似程度。特征匹配是图像检索的一个关键环节，具有特征依赖的特点，不同的特征应该采用不同的度量方法。

现有技术之一是：对特征码降维再匹配，虽然会提高匹配速度但是匹配精度照样会大打折扣。

现有技术存在的缺点：采用基于内容特征匹配的算法，每张图片的特征码多、计算量大，当海量数据匹配的时候，虽然匹配精度高但是匹配速度非常慢。

【发明内容】

本发明的主要目的是提供一种在不影响匹配精度的同时可以极大提高匹配速度，加快检索时间的基于特征的图像匹配方法。

本发明的另一目的是提供一种在不影响匹配精度的同时可以极大提高匹配速度，加快检索时间的基于特征的图像匹配系统。

为了实现上述的主要目的，本发明提供的基于特征的图像匹配方法包括S1、建立图像匹配数据库；S2、将待匹配图像通过特征提取算法进行特征点检测，并提取待匹配图像的所有图像特征码；S3、选取待匹配图像所有图像特征码中的第一子集，将第一子集进行模糊匹配，得到第一匹配结果并保存用于下次模糊匹配；S4、选取待匹配图像所有图像特征码中的第二子集，将第二子集进行模糊匹配，得到第二匹配结果并保存用于下次模糊匹配；S5、重复所述步骤S3和所述步骤S4，直到使用待匹配图像所有图像特征码去匹配，即可得到唯一的匹配结果。

进一步的方案是，获取多个图像并建立数据库，对于数据库中的多个图像进行特征点检测，并提取图像点特征，所有的图像点特征形成图像匹配数据库。

更进一步的方案是，将选取到的第一子集与图像匹配数据库中的图像点特征进行模糊匹配，得到第一次匹配到的图像，将第一次匹配到的各个图像进行保存并作为第二次模糊匹配的图像匹配数据库。

更进一步的方案是，将选取到的第二子集与作为第二次模糊匹配的图像匹配数据库中的图像点特征进行模糊匹配，得到第二次匹配到的图像，将第二次匹配到的各个图像进行保存并作为第三次模糊匹配的图像匹配数据库，其中，第二子集大于第一子集，并且每次选取子集依次增大。