[发明专利]一种无人机重复纹理影像局部显著特征点匹配方法

摘要

本发明提供了一种无人机重复纹理影像局部显著特征点匹配方法，包括：分别提取参考影像局部显著特征点和待匹配影像局部显著特征点；在参考影像和待匹配影像上基于局部显著特征点的特征响应强度值选择种子点并匹配；利用同名种子点计算参考影像与待匹配影像之间的几何变换模型，基于该几何变换模型计算参考影像上每个局部显著特征点在待匹配影像上的同名特征搜索区域；在待匹配影像搜索区域内利用NNDR方法寻找每个参考影像局部显著特征点的同名点。该方法提出了适用于无人机重复纹理影像匹配的局部显著特征点检测算子，通过该特征点检测算子获取的特征点同时具有较强的定位能力和可区分性，在匹配过程中能够被正确匹配出来，保证较高匹配正确率。

主权项

1.一种无人机重复纹理影像局部显著特征点匹配方法，其特征在于，包括以下步骤：步骤一：分别提取参考影像中的参考影像局部显著特征点和待匹配影像中的待匹配影像局部显著特征点；其中，提取局部显著特征点的步骤如下：1-1：根据无人机飞行参数，估计参考影像与待匹配影像的影像重叠区域；1-2：将所述影像重叠区域划分为多个子区域，并利用协方差矩阵公式(1)计算每个所述子区域内每个像素的协方差矩阵： M = Σ ( x k , y k ) ∈ W ( I x ( x k , y k ) ) 2 Σ ( x k , y k ) ∈ W I x ( x k , y k ) I y ( x k , y k ) Σ ( x k , y k ) ∈ W I x ( x k , y k ) I y ( x k , y k ) Σ ( x k , y k ) ∈ W ( I y ( x k , y k ) ) 2 - - - ( 1 ) ]]>其中，M为协方差矩阵，I(x,y)是像素(x,y)的影像强度函数，(xk,yk)是像素(x,y)的高斯加权窗口W内的点；Ix(xk,yk)和Iy(xk,yk)分别表示x和y方向的偏导数；1-3：构建同时顾及像素点显著性和支撑区域显著性的特征响应强度函数(2)，并利用所述特征响应强度函数(2)计算各个子区域内每个像素的特征响应强度值：FRi＝[det(M)-κ(trace(M))2]α·(min||Di-Dj,j≠i||)β (2)其中，det(M)为矩阵M的行列式，trace(M)为矩阵M的迹，κ为经验常数，Di为正在遍历的像素的特征描述符，Dj,j≠i为其他像素的特征描述符，α和β为两个用于控制像素显著性和支撑区域显著性的相对重要程度的权系数；1-4：基于所述特征响应强度值获得所述局部显著特征点；步骤二：在所述参考影像和所述待匹配影像上每个对应的所述子区域内，分别基于所述参考影像局部显著特征点的特征响应强度值和待匹配影像局部显著特征点的特征响应强度值选择参考影像种子点和待匹配影像种子点并进行匹配，获得所述参考影像和所述待匹配影像上每个对应子区域内的同名种子点；步骤三：利用种子点匹配结果计算公式(3)作为所述参考影像与所述待匹配影像的几何变换模型，基于所述几何变换模型计算每个所述参考影像局部显著特征点在所述待匹配影像上的对应点坐标，以所述对应点坐标为中心，确定一个大小为R×R的搜索区域： x 2 = a 0 + a 1 x 1 + a 2 y 1 + a 3 x 1 2 + a 4 x 1 y 1 + a 5 y 1 2 y 2 = b 0 + b 1 x 1 + b 2 y 1 + b 3 x 1 2 + b 4 x 1 y 1 + b 5 y 1 2 - - - ( 3 ) ]]>其中，(x1,y1)和(x2,y2)分别表示所述同名种子点在所述参考影像和所述待匹配影像上的像点坐标，a0-a5和b0-b5为多项式系数；步骤四：在所述待匹配影像搜索区域内利用NNDR方法寻找与每个所述参考影像局部显著特征点匹配的同名点。