[发明专利]最小二乘影像匹配方法

说明书

本发明涉及图像处理领域，特别是涉及一种最小二乘影像匹配方法。该方法包括：构造消除偏差参数和增益参数的误差方程；设定形变参数的初值；对原始目标图像块采样；构造约束方程，使用高斯窗函数加权，联立影像窗口中所有像素的全部颜色通道的第二约束方程形成约束方程组；求解目标形变参数；调整匹配图像对中目标匹配点的图像坐标。本发明通过消除偏差参数和增益参数、计算全部颜色通道、使用高斯窗函数加权，提升了匹配的稳定性、效率和精度，实现了对传统最小二乘影像匹配方法的改进。

技术领域

本发明涉及图像处理领域，特别是涉及一种最小二乘影像匹配方法。

背景技术

同名点匹配是计算机视觉和摄影测量领域的基础且重要问题。匹配精度在高精度应用场合中至关重要，如相机标定、位姿解算、空三测量、图像拼接、三维重建等，直接影响到应用的精度。尽管特征匹配，如SIFT特征匹配，已能处理旋转、尺度、亮度差异及透视变形的图像间的同名点自动匹配，但其匹配精度取决于特征描述子的定位精度，而这个精度有限。

为提高匹配精度，基于灰度平方差的最小二乘影像匹配被广泛应用于数字摄影测量的同名点精确匹配、计算机视觉的稠密运动估计等领域。该算法在初始匹配的同名点基础上，以最小化误差平方和能量函数为优化目标，可达到0.01到0.02像素的匹配精度，其中涉及到线性灰度模型的增益参数与偏差参数。

虽然最小二乘影像匹配能较好地提高匹配精度，但由于其引入的参数过多，可能导致迭代过程不稳定，减慢收敛速度，甚至导致无法收敛或朝错误方向收敛。特别是在参数初值精度较低或匹配窗口的纹理单一的情况下，问题尤其明显。此外，过多的参数也增加了解算的开销。现有的改进方法，如基于对极几何和单应映射双重约束的特征多尺度加权最小二乘匹配算法，以及基于局部形状估计的自适应窗口最小二乘匹配方法，尽管各有优势，但依然存在应用场景的局限性和匹配效果的不足。

发明内容

为此，本发明提供了一种最小二乘影像匹配方法，解决了现有技术中最小二乘影像匹配引入参数多、迭代过程不稳定、解算开销大的问题。

为实现上述目的，本发明提供一种最小二乘影像匹配方法，该方法包括：

获取已识别初始同名点的匹配图像对；

构造消除偏差参数和增益参数的第一误差方程；

根据所述匹配图像对的视角差异设定形变参数的初值；

将所述初值代入所述第一误差方程，得到第二误差方程，根据所述初值对所述匹配图像对中的原始目标图像块采样生成采样目标图像块；

基于第二误差方程构造第一约束方程，所第一述约束方程使用高斯窗函数进行加权处理得到第二约束方程，联立影像窗口中所有像素的全部颜色通道的所述第二约束方程形成约束方程组；

迭代求解所述约束方程组，计算得到目标形变参数；

根据所述目标形变参数调整所述匹配图像对中目标匹配点的图像坐标。

进一步地，构造消除偏差参数和增益参数的第一误差方程包括：

计算目标增益参数；

将所述目标增益参数代入不包含偏差参数的计算中心化像素亮度值差值的算式中；

采用平面仿射变换描述匹配图像对之间的几何变形关系，形成平面仿射变换的表达式，将平面仿射变换的表达式代入已经代入了目标增益参数且不包含偏差参数的计算中心化像素亮度值差值的算式中获得第一误差方程，所述第一误差方程的表达式为：

，