[发明专利]基于L1范数全局几何一致性检验的错误匹配检测方法

摘要

一种基于L1范数全局几何一致性检验的错误匹配检测方法使用尺度不变特征变换及词袋模型来提取并匹配两幅图像中的特征点；计算两幅图像的平方距离矩阵；使用黄金分割搜索法来求解minλ>0||D1‑λ.D2||1；计算差异矩阵E=||D1‑λ*.D2||1；计算E矩阵各行元素之和并从大到小排序，并计算排序后各行和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的，则该行所对应特征点对被判定为错误匹配对；去掉错误匹配对后，再根据两幅图像的真实匹配点对来计算图像间的相似度，继而根据相似度由大到小排序输出图像检索结果。本发明允许相似图像间存在复杂背景、部分遮挡以及各种相似几何变换；只利用了特征点的坐标信息，非常简单且高效。

主权项

一种基于L1范数全局几何一致性检验的错误匹配检测方法，其特征是，包括如下步骤：步骤1：对于两幅待比较图像，首先使用尺度不变特征变换及词袋模型来提取并匹配两幅图像中的特征点，得到两幅图像中各特征点的坐标：a1i＝(x1i,y1i)T，a2i＝(x2i,y2i)T，其中i的顺序为特征点匹配后的排序，T表示转置，a1i和a2i均为列向量；步骤2：分别计算两幅图像的平方距离矩阵D1和D2；步骤3：使用黄金分割搜索法来求解如下问题：minλ＞0||D1‑λ·D2||1，该问题的解为λ*＝argminλ＞0||D1‑λ·D2||1，它是两幅图像间的缩放尺度估计值；步骤4：计算差异矩阵E＝||D1‑λ*·D2||1，该矩阵中的非零元素被认为是由错误匹配对造成的；步骤5：计算E矩阵各行元素之和并从大到小排序，并计算排序后各行和值的二次差分，取达到最大二次差分值的点作为门限值，所有行和高于门限值的，则该行所对应特征点对被判定为错误匹配对；步骤6：去掉错误匹配对后，再根据两幅图像的真实匹配点对来计算图像间的相似度，继而根据相似度由大到小排序输出图像检索结果。