[发明专利]一种基于杰卡德距离的图像特征点匹配和误匹配剔除方法

权利要求书

1.一种基于杰卡德距离的图像特征点匹配和误匹配剔除方法，其特征在于，方法包括如下步骤：

步骤1：采用ORB算法分别提取目标图像和匹配图像中的特征点；然后进入步骤2；

步骤2：分别针对目标图像中的各特征点，将其作为待处理特征点，执行如下操作：计算待处理特征点分别和匹配图像中各特征点之间的杰卡德距离，

根据如下公式计算待处理特征点和匹配图像中的各特征点之间的杰卡德距离d_J(A,B)：

d_J(A,B)＝(M₀₁+M₁₀)/(M₀₁+M₁₀+M₁₁)

其中，A是基于BRIEF算法获取的与待处理特征点所对应的多维二元向量，B是基于BRIEF算法获取的和匹配图像中的特征点所对应的多维二元向量；A,B的每一维都只能是0或者1；M₀₀代表向量A与向量B都是0的维度个数，M₀₁代表向量A是0而向量B是1的维度个数，M₁₀代表向量A是而向量B是0的维度个数，M₁₁代表向量A和向量B都是1的维度个数；

将匹配图像中杰卡德距离最小的特征点作为待处理特征点的匹配点；然后进入步骤3；

步骤3：将目标图像中各特征点分别与匹配图像中相应的匹配点进行关联，获取N个初始匹配对，进而获取初始匹配对集合U_N；然后进入步骤4；

步骤4：使用构建的特征点误匹配剔除模型，过滤掉初始匹配对集合U_N中的误匹配对，获取精准的图像匹配结果；

使用构建的特征点误匹配剔除模型过滤误匹配对的具体方法包括如下步骤：

步骤4.1：初始化迭代次数t＝1；初始化样本匹配对个数n＝n₀；初始化条件参数T′_n＝1；初始化中间参数T_n＝1；其中n₀是预设个数值；

然后进入步骤4.2；

步骤4.2：判断是否满足t＝T′_n，n＜N；

是则应用n+1更新n，并获取更新后的T′_n和T_n，然后进入步骤4.3；

满足t＝T′_n时，根据如下公式：

T′_n+1＝T′_n+|T_n+1-T_n|_整数

获取条件参数T′_n+1和中间参数T_n+1，实现分别对T′_n和T_n进行更新；

否则不改变n，以及T′_n和T_n的值，直接进入步骤4.3；

步骤4.3：自初始匹配对集合U_N中沿杰卡德距离从小到大的顺序依次选取n个匹配对，组成样本集合U_n；

步骤4.4：判断是否满足t≤T′_n，是则从U_n中随机选出s个匹配对，将选出的s个匹配对作为优选匹配对；否则从U_n中选取杰卡德距离最大的匹配对，再从U_n中随机选取除杰卡德距离最大的匹配对之外的s-1个的匹配对，将杰卡德距离最大的匹配对和选出的s-1个的匹配对共同作为优选匹配对；

其中，s为预设匹配对个数，s小于或等于n₀；

根据各优选匹配对，生成单应性矩阵H；

步骤4.5：分别针对初始匹配对集合U_N中除最优配对外的各匹配对中、位于目标图像上的特征点，将其作为待计算特征点，执行如下操作以判断待计算特征点对应的匹配对是否为误匹配对，进而判断U_N中除最优配对外的各匹配对是否为误匹配对：

将待计算特征点通过单应性矩阵H投影到匹配图像中，得到对应的投影点，计算投影点与待计算特征点的匹配点之间的投影点误差ε；

判断ε是否小于或等于预设的误差阈值δ，是则将该匹配对作为正确匹配对，否则将其作为误匹配对；

步骤4.6：统计初始匹配对集合U_N中正确匹配对的个数，判断是否满足如下条件，是则对步骤4.5中获取的误匹配对进行过滤；否则进入步骤4.7；

其正确匹配对的个数和优选匹配对的个数总和I_n大于预设的正确匹配对个数阈值I；n小于算法终止长度n^*；

根据如下所示的算法终止长度计算模型k(η₀,I_n)，获得算法终止长度n^*：

获取参数k(η₀,I_n)的取值范围，取k(η₀,I_n)的最小整数值作为算法终止长度n^*；

其中，η₀为设定的概率；是从U_N中进行采样得到的s个匹配对都是正确匹配对的概率；

步骤4.7：判断t+1是否超过预设的迭代次数，是则对步骤4.5中获取的误匹配对进行过滤；

否则应用t+1更新t，返回步骤4.2。