[发明专利]一种抗大几何畸变的影像特征匹配方法

说明书

本发明公开了一种抗大几何畸变的影像特征匹配方法，该方法包括以下步骤：1)，对包括参考影像和待匹配影像的影像对进行特征匹配，获取候选特征匹配点集合；2)，对候选特征匹配点集合，为每一匹配点构建支持线集合，并通过支持线特征描述符构建特征向量，进行基于支持线投票策略的光度约束误匹配初过滤；3)，对步骤2)的初过滤结果，将仿射不变比率作为局部邻域几何约束进行匹配点精过滤；并计算每一特征匹配点的局部邻域的仿射变换模型；4)，基于局部仿射变换模型的可靠匹配点扩展；5)，构建格网仿射变换模型，实现大几何畸变影像的配准拼接。本发明方法能够大幅提升大几何畸变影像匹配的正确率、匹配点数量以及匹配点精度。

技术领域

本发明涉及摄影测量与遥感技术，尤其涉及一种抗大几何畸变的影像特征匹配方法。

背景技术

随着传感器与计算性能的提升，摄影测量与遥感技术飞速发展，为救灾抢险、设施建设、城市规划等各方面提供了有力支撑。其中，基于影像的空中三角测量、三维建模以及目标变化检测等，是测绘勘测、地理信息系统数据库更新、智慧城市、地理国情监测、重大灾害应急等行业应用的关键支撑技术。而稳定可靠的影像特征匹配方法正是这些关键技术的前提与保障，能够有效促进很多重要问题的研究进展，具有重要价值。

特征匹配通常包含两大步骤，即候选匹配构建与误匹配剔除(粗差剔除)。其中，第一步基于特征点描述符的局部纹理相似性构建“一一对应”匹配关系，并利用特征匹配策略初步筛选得到候选匹配集；第二步根据影像间的空间几何关系约束，采用假设检验法或者选权迭代法等粗差探测技术剔除错误匹配。然而，传统方法对大几何畸变异常敏感，尤其是非刚性形变。这一难点问题给经典匹配算法带来了艰巨的挑战，使其难以满足特定的实际应用需求。大几何畸变给传统特征匹配算法带来了如下具体问题：(1)匹配正确率低；(2)误匹配剔除困难；(3)匹配点数量少；(4)几何关系建模困难。

本发明提出了一种基于支持线投票和仿射不变比率的鲁棒性影像特征匹配算法。该方法通过支持线投票来提升匹配正确率；根据仿射不变比率约束剔除误匹配；基于格网仿射变换模型来实现匹配点扩展并对影像对进行几何关系建模。同时适用于刚性与非刚性形变影像的匹配问题，在空中全景测量、倾斜摄影测量、视觉SLAM自主导航定位等相关应用中具有较大应用价值。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种抗大几何畸变的影像特征匹配方法。

本发明解决其技术问题所采用的技术方案是：一种抗大几何畸变的影像特征匹配方法，包括以下步骤：

步骤1)，对包括参考影像和待匹配影像的影像对进行特征匹配，获取候选特征匹配点集合(P,Q)；

步骤2)，对候选特征匹配点集合，为每一匹配点构建支持线集合，并通过支持线特征描述符构建特征向量，进行基于支持线投票策略的光度约束误匹配初过滤，过滤后的集合为

步骤3)，对步骤2)的初过滤结果，将仿射不变比率作为局部邻域几何约束进行匹配点精过滤；并计算每一特征匹配点的局部邻域的仿射变换模型；

所述局部邻域为以特征匹配点为中心的局部邻域；

步骤4)，基于局部仿射变换模型的可靠匹配点扩展；

步骤5)，构建格网仿射变换模型，实现大几何畸变影像的配准拼接。

按上述方案，所述步骤2)中基于支持线投票策略的光度约束误匹配初过滤，具体如下：

步骤2.1)基于支持线定义构建每一特征点的支持线集合，对于特征点p_i∈P，搜索其半径为r的局部邻域内的特征点为相邻特征点，p_i的支持线即为p_i与这些相邻特征点的连接线；