[发明专利]一种面向大视差场景的图像配准方法

权利要求书

1.一种面向大视差场景的图像配准方法，其特征在于，包括以下步骤：

(1)输入待配准的两帧图像，记为I_L和I_R，分别提取其SURF关键点，并将关键点集合记为K_L{p}和K_R{p}；

(2)利用暴力匹配算法计算K_L{p}与K_R{q}集合中的关键点匹配对，并将匹配结果记为DM{p,q,dl|p_∈K_L,q_∈K_R}，其中dl表示关键点对{p,q}之间的特征距离；

(3)对DM进行均匀稀疏化，并分区滤除不好的匹配对，均匀稀疏化后的匹配结果记为DM_P；

(4)计算关键点的仿射变换参数，记关键点的仿射变换参数矩阵为{M(p)|p∈DM_P}；

(5)计算非关键点的仿射变换参数，记非关键点的仿射变换参数矩阵为

(6)将图像I_L投影到I_R坐标系下，记配准结果为I_L',则有

I_L′(x,y)＝I_L(i,j)；

完成图像配准。

2.根据权利要求1所述的一种面向大视差场景的图像配准方法，其特征在于，步骤(4)具体包括以下步骤：

(401)遍历DM_P，记当前关键点为a(x₁,y₁)，取其周围100×100的邻域，提取该邻域中所有不同于a的点，构成集合П_a{(x,y)}；

(402)从П_a{(x,y)}中随机抽取两个点b(x₂,y₂)、c(x₃,y₃)，将与a、b、c三点对应的匹配点记为aˊ(x₁ˊ,y₁ˊ)、bˊ(x₂ˊ,y₂ˊ)、cˊ(x₃ˊ,y₃ˊ)；判断以下条件是否成立：

条件1：满足

条件2：满足l₁₂≠l₁₃，k₁₂≠k₁₃；其中，

dl取值为15，i、j的取值为1,2,3；

如果随机抽取的两个点b、c同时满足条件1和条件2，则进行步骤(403)，否则重复步骤(402)进行重新抽取；

(403)以I_L中心点为坐标系原点建立新坐标系，并将a、b、c、aˊ、bˊ、cˊ平移至新坐标系下；记a、b、c三点处的仿射变换矩阵为：

其中，n为仿射变换矩阵的序号；

通过以上三对点计算得到：

(404)计算b、c点到a点的距离d_an：

(405)重复步骤(401)至(404)，直到计算获得20个仿射变换矩阵，分别记为M_a1、M_a2…M_a20，则a点的仿射变换矩阵M(a)为：

M(a)＝c₁M_a1+c₂M_a2+…c₂₀M_a20

(406)重复步骤(401)～(405)，直到所有点处的仿射变换矩阵计算完毕。

3.根据权利要求1所述的一种面向大视差场景的图像配准方法，其特征在于，步骤(5)具体包括以下步骤：

(501)遍历I_L的所有像素点，如果e(x,y)不是关键点，则取其周围200×200的邻域，提取该邻域中所有N个关键点，所有关键点的集合记为П_e{(x_i,y_j)}，对应的仿射变换矩阵构成集合Ψ{M(i,j)}；

(502)计算点e的仿射变换矩阵M(e)：

其中，d_en为点e与关键点(x_i,y_j)之间的距离。