[发明专利]图像匹配方法、装置、电子设备、存储介质及相关产品

权利要求书

1.一种图像匹配方法，其特征在于，所述方法包括：

接收待匹配的两个图像；

对于每个待匹配的图像，提取图像中的特征结构和对应的特征描述子，其中，所述特征结构包括：特征线和/或特征形状；

根据所述待匹配的两个图像的特征描述子，确定所述待匹配的两个图像的特征结构是否匹配。

2.根据权利要求1所述的方法，其特征在于，所述提取图像中的特征结构和对应的特征描述子，包括：

将图像输入至预先训练的特征提取模型中进行处理，得到所述图像中的特征结构和对应的特征描述子；

其中，所述特征提取模型是基于多个样本图像和样本图像中的特征结构训练得到的。

3.根据权利要求2所述的方法，其特征在于，所述特征提取模型的训练过程，包括：

获取训练数据集，其中，所述训练数据集包括：合成图像集和真实图像集，所述合成图像集中包含多个合成的样本图像，所述合成的样本图像中包含基本形状，所述真实图像集中包含多个真实的样本图像；

将所述合成图像集中的样本图像作为输入，将对应的特征结构作为输出，对基于Magicpoint算法和霍夫变换函数构建的骨干网络进行训练，得到中间模型，其中，所述中间模型用于提取图像中的特征结构；

通过所述中间模型和单应变换适应技术，对所述真实图像集中的样本图像进行处理，得到对应的特征结构；

对于所述真实图像集中的每个样本图像Pi，对所述Pi进行一次单应变换得到Qi，将所述Pi和Qi作为输入，将所述Pi和Qi中的特征结构作为输出，对基于SuperPoint算法和霍夫变换函数构建的骨干网络进行训练，得到所述特征提取模型，其中，所述霍夫变换函数用于在模型训练过程中进行特征线、形状与点之间的转换。

4.根据权利要求3所述的方法，其特征在于，在将训练数据集中的样本图像作为输入时，将所述样本图像转换为灰度图后作为输入。

5.根据权利要求1所述的方法，其特征在于，所述根据所述待匹配的两个图像的特征描述子，确定所述待匹配的两个图像的特征结构是否匹配，包括：

将所述待匹配的两个图像的特征描述子中的元素进行逐位作差，得到N个差值，其中，N为特征描述子中元素的个数；

将所述差值进行求和运算，得到求和值；

若所述求和值小于预设阈值，则确定所述待匹配的两个图像的特征结构匹配，否则确定不匹配。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述特征结构还包括：角点和边界点。

7.一种图像匹配装置，其特征在于，所述装置包括：

接收模块，用于接收待匹配的两个图像；

提取模块，用于对于每个待匹配的图像，提取图像中的特征结构和对应的特征描述子，其中，所述特征结构包括：特征线和/或特征形状；

确定模块，用于根据所述待匹配的两个图像的特征描述子，确定所述待匹配的两个图像的特征结构是否匹配。

8.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至6中任一项所述的图像匹配方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至6中任一项所述的图像匹配方法的步骤。

10.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的图像匹配方法的步骤。