專(zhuān)利名稱(chēng)：圖像特征點(diǎn)匹配對(duì)處理、圖像檢索方法及設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信技術(shù)領(lǐng)域，具體涉及一種圖像特征點(diǎn)匹配對(duì)處理、圖像檢索方法及設(shè)備。
背景技術(shù)：
在圖像處理領(lǐng)域，常需要從待匹配圖像1中獲取與待匹配圖像2的特征點(diǎn)B相匹配的特征點(diǎn)A，稱(chēng)特征點(diǎn)A與特征點(diǎn)B為待匹配圖像1與待匹配圖像2的特征點(diǎn)匹配對(duì)。獲取特征點(diǎn)匹配對(duì)后，可以根據(jù)特征點(diǎn)匹配對(duì)進(jìn)行圖像匹配、圖像檢索等應(yīng)用。目前特征點(diǎn)匹配對(duì)獲取方法包括如下步驟提取待匹配圖像的特征點(diǎn)并獲取特征點(diǎn)的不變量；對(duì)于待匹配圖像1的每一個(gè)特征點(diǎn)j，根據(jù)特征點(diǎn)的不變量，從待匹配圖像2 的所有特征點(diǎn)中獲取與特征點(diǎn)j相匹配的特征點(diǎn)k，將特征點(diǎn)j、k作為待匹配圖像1、2之間的特征點(diǎn)匹配對(duì)。在對(duì)現(xiàn)有技術(shù)的研究和實(shí)踐過(guò)程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)，目前圖像特征點(diǎn)匹配對(duì)獲取方法是從待匹配圖像2的所有特征點(diǎn)中獲取與特征點(diǎn)j相匹配的特征點(diǎn)k，由于是從待匹配圖像所有特征點(diǎn)中獲取相匹配的特征點(diǎn)，常常會(huì)將兩個(gè)圖像不同區(qū)域中的特征點(diǎn)判斷為匹配的特征點(diǎn)(實(shí)際上并不是)，存在著準(zhǔn)確性較低的缺點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種圖像特征點(diǎn)匹配對(duì)處理、圖像檢索方法及設(shè)備。本發(fā)明實(shí)施例提供了一種圖像特征點(diǎn)匹配對(duì)處理方法，包括提取待匹配圖像的特征點(diǎn)，并獲取特征點(diǎn)的不變量；提取待匹配圖像的顯著性區(qū)域，并獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)。本發(fā)明實(shí)施例提供了一種圖像檢索方法，包括提取待檢索圖像的顯著性區(qū)域，并獲取該顯著性區(qū)域的不變量；提取待檢索圖像的特征點(diǎn)，并獲取該特征點(diǎn)的不變量；在預(yù)置的第一類(lèi)索引庫(kù)中，獲取與待檢索圖像所有顯著性區(qū)域的不變量的匹配度滿(mǎn)足第一預(yù)定閾值的一組圖像，第一類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有顯著性區(qū)域的不變量的索引庫(kù)；在獲取的所述一組圖像中，獲取在第二類(lèi)索引庫(kù)中與待檢索圖像所有特征點(diǎn)的不變量的匹配度滿(mǎn)足第二預(yù)定閾值的圖像；所述第二類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有特征點(diǎn)的不變量的索引庫(kù)。本發(fā)明實(shí)施例提供了一種圖像特征點(diǎn)匹配對(duì)處理設(shè)備，包括特征點(diǎn)不變量獲取模塊，用于提取待匹配圖像的特征點(diǎn)，并獲取特征點(diǎn)的不變量；
區(qū)域匹配對(duì)獲取模塊，用于提取待匹配圖像的顯著性區(qū)域，并獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；特征點(diǎn)匹配對(duì)獲取模塊，用于根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)。本發(fā)明實(shí)施例提供了一種圖像檢索設(shè)備，包括待檢索圖像信息獲取模塊，用于提取待檢索圖像的顯著性區(qū)域，并獲取該顯著性區(qū)域的不變量；提取待檢索圖像的特征點(diǎn)，并獲取該特征點(diǎn)的不變量；第一匹配模塊，用于在預(yù)置的第一類(lèi)索引庫(kù)中，獲取與待檢索圖像所有顯著性區(qū)域的不變量的匹配度滿(mǎn)足第一預(yù)定閾值的一組圖像，第一類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有顯著性區(qū)域的不變量的索引庫(kù)；第二匹配模塊，用于在第一匹配模塊獲取的所述一組圖像中，獲取在第二類(lèi)索引庫(kù)中與待檢索圖像所有特征點(diǎn)的不變量的匹配度滿(mǎn)足第二預(yù)定閾值的圖像；所述第二類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有特征點(diǎn)的不變量的索引庫(kù)。從以上技術(shù)方案可以看出，相對(duì)于現(xiàn)有技術(shù)，本發(fā)明實(shí)施例包括如下有益效果本發(fā)明實(shí)施例的圖像特征點(diǎn)匹配對(duì)處理方法中，先獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)，再獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)，保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)位于一對(duì)顯著性區(qū)域匹配對(duì)中，即保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)的空間位置相差較小。而現(xiàn)有技術(shù)中，由于直接將一個(gè)待匹配圖像的所有特征點(diǎn)與另一個(gè)待匹配圖像的所有特征點(diǎn)進(jìn)行特征點(diǎn)匹配，可能導(dǎo)致將不應(yīng)確定為圖像之間的特征點(diǎn)匹配對(duì)的，空間位置相差較大的兩個(gè)特征點(diǎn)誤判為圖像之間的特征點(diǎn)匹配對(duì)。由此可見(jiàn)，本實(shí)施例充分利用了特征點(diǎn)之間的空間約束關(guān)系，即特征點(diǎn)所在的顯著性區(qū)域，從而能夠減小圖像特征點(diǎn)匹配對(duì)的誤匹配率，提高了獲取的圖像特征點(diǎn)匹配對(duì)的準(zhǔn)確性。本發(fā)明實(shí)施例的圖像檢索方法中，先基于顯著性區(qū)域的不變量將檢索范圍縮小到圖像庫(kù)中的一組圖像，再在這一組圖像中基于特征點(diǎn)的不變量進(jìn)行圖像檢索，因此，本實(shí)施例只有在顯著性區(qū)域的不變量能夠匹配的條件下，才進(jìn)行特征點(diǎn)的不變量的匹配；而現(xiàn)有技術(shù)中僅僅基于特征點(diǎn)的不變量進(jìn)行圖像檢索，可能出現(xiàn)將與待檢索圖像的顯著性區(qū)域不變量相差較大的圖像誤判為與待檢索圖像匹配的圖像。由此可見(jiàn)，本實(shí)施例充分利用了特征點(diǎn)之間的空間約束關(guān)系，即特征點(diǎn)所在的顯著性區(qū)域，從而能夠提高圖像檢索的準(zhǔn)確性。 并且，本實(shí)施例先將檢索范圍縮小為一組圖像，再在該一組圖像中進(jìn)行基于特征點(diǎn)的不變量的圖像檢索，在圖像庫(kù)具有大量圖像的情況下，可以提高圖像檢索的速度。


圖1是本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理方法的一個(gè)實(shí)施例示意圖；圖2是本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理方法的另一實(shí)施例示意圖；圖3是本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理方法的另一實(shí)施例示意圖；圖4是本發(fā)明實(shí)施例中圖像檢索方法的一個(gè)實(shí)施例的示意圖；圖5是本發(fā)明實(shí)施例中圖像檢索方法的另一實(shí)施例的示意圖；圖6是本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理設(shè)備的一個(gè)實(shí)施例示意圖7是本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理設(shè)備的另一實(shí)施例示意圖；圖8是本發(fā)明實(shí)施例中圖像檢索設(shè)備的一個(gè)實(shí)施例的示意圖。
具體實(shí)施例方式本發(fā)明實(shí)施例提供一種圖像特征點(diǎn)匹配對(duì)處理、圖像檢索方法及設(shè)備。以下分別進(jìn)行詳細(xì)說(shuō)明。請(qǐng)參閱圖1，本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理方法的一個(gè)實(shí)施例包括101、提取待匹配圖像的特征點(diǎn)；本實(shí)施例中，可以采用基于圖像灰度圖提取局部特征(SIFT，Scale InvariantFeature Transformation)算法或其它公知算法提取待匹配圖像的特征點(diǎn)。本發(fā)明實(shí)施例中，待匹配圖像為待進(jìn)行特征點(diǎn)匹配，即獲取特征點(diǎn)匹配對(duì)的圖像。 步驟101包括分別獲取一對(duì)待匹配圖像的特征點(diǎn)。102、獲取特征點(diǎn)的不變量；步驟102包括分別獲取一對(duì)待匹配圖像特征點(diǎn)的不變量。可以用特征點(diǎn)的描述子表示特征點(diǎn)的不變量，獲取特征點(diǎn)的描述子的具體方法為現(xiàn)有公知技術(shù)，此處不作贅述。103、提取待匹配圖像的顯著性區(qū)域；步驟103包括分別獲取每幅待匹配圖像的顯著性區(qū)域。提取每幅待匹配圖像的顯著性區(qū)域可以采用以下兩種方式。方式1具體包括(1)劃分特征點(diǎn)的歸屬集合，具體包括針對(duì)每幅待匹配圖像所有的特征點(diǎn)進(jìn)行如下操作以任一特征點(diǎn)為目標(biāo)特征點(diǎn)，對(duì)于每一個(gè)位于目標(biāo)特征點(diǎn)周?chē)奶卣鼽c(diǎn)，若其與目標(biāo)特征點(diǎn)之間連線(xiàn)上的圖像點(diǎn)的灰度跳變?cè)陬A(yù)定灰度閾值內(nèi)，則將其與目標(biāo)特征點(diǎn)歸屬于同一個(gè)集合。(2)確定顯著性區(qū)域的邊界，具體可以包括以下(a) (b)兩個(gè)步驟(a)確定具有粗邊界的多個(gè)區(qū)域，可以包括下面三個(gè)步驟1)先把圖像尺寸縮減為預(yù)設(shè)的閾值，再將圖像傅立葉變換到頻譜域。2)計(jì)算圖像的對(duì)數(shù)譜以及譜殘差，把譜殘差圖像反變換到空間域，即可得到包括多個(gè)具有粗邊界的區(qū)域的圖像，也稱(chēng)為區(qū)域邊界圖像。3)把區(qū)域邊界圖像恢復(fù)到原始圖像大小，恢復(fù)后的圖像包括多個(gè)具有粗邊界的區(qū)域的圖像。(b)確定顯著性區(qū)域，具體可以包括判斷步驟(1)劃分的一個(gè)歸屬集合中的所有特征點(diǎn)是否均包含在(a)中確定的一個(gè)區(qū)域的邊界內(nèi)，若是，則確定該有邊界的區(qū)域?yàn)轱@著性區(qū)域；否則對(duì)該歸屬集合內(nèi)的所有特征點(diǎn)進(jìn)行如下操作以該歸屬集合內(nèi)的任一特征點(diǎn)作為初始點(diǎn)，以預(yù)定灰度閾值進(jìn)行搜索，當(dāng)大于預(yù)定灰度閾值時(shí)停止搜索，并將停止時(shí)的像素點(diǎn)作為該歸屬集合的邊界點(diǎn)，將歸屬集合的所有邊界點(diǎn)構(gòu)成的區(qū)域確定為顯著性區(qū)域。方式2具體包括將待匹配圖像等分成多塊小片，再將特征點(diǎn)的分布密度及位置的相似度滿(mǎn)足預(yù)定閾值的小片合并為一個(gè)區(qū)域作為顯著性區(qū)域。
104、獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；在一對(duì)待匹配圖像之間，例如待匹配圖像1、2，若待匹配圖像1中的顯著性區(qū)域A 與待匹配圖像2中的顯著性區(qū)域B相匹配，則將顯著性區(qū)域A、B稱(chēng)為待匹配圖像1、2之間的顯著性區(qū)域匹配對(duì)。在提取待匹配圖像的顯著性區(qū)域之后，可以先獲取顯著性區(qū)域的區(qū)域不變量，再根據(jù)該區(qū)域不變量，采用最佳歐式距離法或其它方法獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；也可以將待匹配圖像之間，特征點(diǎn)的分布密度及位置的相似度滿(mǎn)足預(yù)定閾值的顯著性區(qū)域?qū)ψ鳛轱@著性區(qū)域匹配對(duì)。105、根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)。假設(shè)待匹配圖像1中的顯著性區(qū)域A與待匹配圖像2中的顯著性區(qū)域B為待匹配圖像1、2之間的顯著性區(qū)域匹配對(duì)，那么，可以采用最佳歐式距離法或其它方法，將顯著性區(qū)域A中的所有特征點(diǎn)與顯著性區(qū)域B中的所有特征點(diǎn)進(jìn)行特征點(diǎn)匹配，獲取顯著性區(qū)域 A、B之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)，從而保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)位于一對(duì)顯著性區(qū)域匹配對(duì)中，限定了待匹配圖像之間的特征點(diǎn)匹配對(duì)的空間位置。此處需要說(shuō)明的是，若未獲取到顯著性區(qū)域匹配對(duì)，則可以采用現(xiàn)有技術(shù)獲取待匹配圖像之間的特征點(diǎn)匹配對(duì)，即將一個(gè)待匹配圖像的所有特征點(diǎn)與另一個(gè)待匹配圖像的所有特征點(diǎn)進(jìn)行特征點(diǎn)匹配，獲取待匹配圖像之間的特征點(diǎn)匹配對(duì)。本實(shí)施例中，先獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)，再獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)，保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)位于一對(duì)顯著性區(qū)域匹配對(duì)中，即保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)的空間位置相差較小。而現(xiàn)有技術(shù)中，由于直接將一個(gè)待匹配圖像的所有特征點(diǎn)與另一個(gè)待匹配圖像的所有特征點(diǎn)進(jìn)行特征點(diǎn)匹配，可能導(dǎo)致將不應(yīng)確定為特征點(diǎn)匹配對(duì)的、空間位置相差較大的兩個(gè)特征點(diǎn)誤判為圖像之間的特征點(diǎn)匹配對(duì)。由此可見(jiàn)，本實(shí)施例充分利用了特征點(diǎn)之間的空間約束關(guān)系，即特征點(diǎn)所在的顯著性區(qū)域，從而能夠減小圖像特征點(diǎn)匹配對(duì)的誤匹配率，提高了獲取的圖像特征點(diǎn)匹配對(duì)的準(zhǔn)確性。在獲取到待匹配圖像之間的特征點(diǎn)匹配對(duì)之后，還可以對(duì)特征點(diǎn)匹配對(duì)進(jìn)行，根據(jù)獲取的特征點(diǎn)匹配對(duì)獲取對(duì)極幾何(EG，Epipolar Geometry)參數(shù)，進(jìn)而判斷圖像是否匹配，下面對(duì)上述處理過(guò)程進(jìn)行詳細(xì)描述。請(qǐng)參閱圖2，本發(fā)明實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理方法的另一實(shí)施例包括201、提取待匹配圖像的特征點(diǎn)；步驟201請(qǐng)參照對(duì)步驟101的說(shuō)明。202、獲取特征點(diǎn)的不變量；步驟202請(qǐng)參照對(duì)步驟102的說(shuō)明。203、提取待匹配圖像的顯著性區(qū)域；步驟203請(qǐng)參照對(duì)步驟103的說(shuō)明。204、獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；步驟204請(qǐng)參照對(duì)步驟104的說(shuō)明。
205、根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹
配圖像之間的特征點(diǎn)匹配對(duì)； 步驟205請(qǐng)參照對(duì)步驟105的說(shuō)明。206、判斷獲取到的待匹配圖像之間的特征點(diǎn)匹配對(duì)數(shù)目是否大于等于預(yù)設(shè)的閾值，若是，則執(zhí)行步驟209，否則執(zhí)行步驟207 ；預(yù)設(shè)的閾值可以根據(jù)EG參數(shù)的準(zhǔn)確性要求進(jìn)行設(shè)置，EG參數(shù)的準(zhǔn)確性要求越高， 預(yù)設(shè)的閾值越大。一般需要將閾值設(shè)置大于等于6，即待匹配圖像特征點(diǎn)匹配對(duì)數(shù)目需要滿(mǎn)足大于等于6，才執(zhí)行步驟209，否則執(zhí)行步驟207?？梢岳斫獾氖?，若步驟205中獲取的待匹配圖像之間的特征點(diǎn)匹配對(duì)數(shù)目小于預(yù)設(shè)的閾值，也可以采用現(xiàn)有公知技術(shù)重新獲取待匹配圖像之間的特征點(diǎn)匹配對(duì)，即執(zhí)行步驟 207。207、將一個(gè)待匹配圖像的所有特征點(diǎn)與另一個(gè)待匹配圖像的所有特征點(diǎn)進(jìn)行特征點(diǎn)匹配，獲取待匹配圖像之間的特征點(diǎn)匹配對(duì)；步驟207具體可以為對(duì)于待匹配圖像1的每一個(gè)特征點(diǎn)j，根據(jù)特征點(diǎn)的不變量，從待匹配圖像2的所有特征點(diǎn)中獲取與特征點(diǎn)j相匹配的特征點(diǎn)k，將特征點(diǎn)j、k作為待匹配圖像1、2之間的特征點(diǎn)匹配對(duì)。步驟207具體可以采用最佳歐式距離法或其它現(xiàn)有公知方式實(shí)現(xiàn)?？梢岳斫獾氖牵趫?zhí)行步驟204之后，可以先獲取一對(duì)顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)，判斷這些特征點(diǎn)匹配對(duì)數(shù)目是否大于等于預(yù)設(shè)的閾值，若是，則根據(jù)該對(duì)顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)獲取待匹配圖像之間的對(duì)極幾何參數(shù)，否則獲取下一對(duì)顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)，并判斷已經(jīng)獲取的兩對(duì)顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)數(shù)目是否大于等于預(yù)設(shè)的閾值，若是，則根據(jù)這兩對(duì)顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)獲取待匹配圖像之間的對(duì)極幾何參數(shù)，依次循環(huán)。若在所有顯著性區(qū)域匹配對(duì)中總共獲取到的特征點(diǎn)匹配對(duì)數(shù)目還不到預(yù)設(shè)的閾值，則執(zhí)行步驟207。208、判斷步驟207中獲取的特征點(diǎn)匹配對(duì)數(shù)目是否大于等于預(yù)設(shè)的閾值，若是， 則執(zhí)行步驟209，否則結(jié)束操作；209、根據(jù)特征點(diǎn)匹配對(duì)獲取待匹配圖像之間的對(duì)極幾何參數(shù)。根據(jù)特征點(diǎn)匹配對(duì)獲取待匹配圖像之間的對(duì)極幾何參數(shù)的具體實(shí)現(xiàn)方式可為現(xiàn)有公知技術(shù)，此處不作贅述。在獲得對(duì)極幾何參數(shù)之后，可以采用對(duì)極幾何參數(shù)對(duì)一幅待匹配圖像進(jìn)行變換， 再將變換后的該圖像與另一幅待匹配圖像進(jìn)行比對(duì)，若相似值在預(yù)定值內(nèi)，則確定兩幅待匹配圖像相匹配。具體的變換與比對(duì)方式為現(xiàn)有公知技術(shù)，此處不作贅述。本實(shí)施例中，先獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)，再獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)，保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)位于一對(duì)顯著性區(qū)域匹配對(duì)中，即保證了待匹配圖像之間的特征點(diǎn)匹配對(duì)的空間位置相差較小，從而能夠減小待匹配圖像特征點(diǎn)匹配對(duì)的誤匹配率，提高獲取待匹配圖像之間的對(duì)極幾何參數(shù)的準(zhǔn)確性。為便于理解，下面通過(guò)另一具體實(shí)施例對(duì)本發(fā)明實(shí)施例中的圖像特征點(diǎn)匹配對(duì)處理方法進(jìn)行詳細(xì)闡述。
請(qǐng)參閱圖3，本發(fā)明另一實(shí)施例中圖像特征點(diǎn)匹配對(duì)處理方法包括301、提取待匹配圖像的特征點(diǎn)并獲取特征點(diǎn)的不變量；302、提取待匹配圖像的顯著性區(qū)域；本實(shí)施例中采用步驟103中所述的方式1，并且，在執(zhí)行方式1中的( 之后，進(jìn)一步包括(3)篩選顯著性區(qū)域，具體可包括如下三個(gè)步驟1)若顯著性區(qū)域中特征點(diǎn)個(gè)數(shù)小于預(yù)定個(gè)數(shù)(具體實(shí)施中可以定義預(yù)定個(gè)數(shù)為 5)，則把該顯著性區(qū)域剔除。2)對(duì)于跨邊界或者所包含的特征點(diǎn)個(gè)數(shù)占了整幅圖像所有特征點(diǎn)個(gè)數(shù)的80%以上的顯著性區(qū)域，其邊界取為以該區(qū)域的中心特征點(diǎn)為圓心、半徑為窗口大小的圓，具體實(shí)施中，窗口大小W可以為W = 30，O為獲取特征點(diǎn)的不變量時(shí)所取的尺度大小。3)對(duì)于紋理復(fù)雜的顯著性區(qū)域，其邊界取為以該區(qū)域的中心特征點(diǎn)為圓心、窗口大小為半徑的圓，具體實(shí)施中，窗口大小W可以為W = 30，σ為獲取特征點(diǎn)的不變量時(shí)所取的尺度大小。按上述步驟篩選顯著性區(qū)域，可提高提取顯著性區(qū)域的準(zhǔn)確性。303、獲取顯著性區(qū)域的區(qū)域不變量；本實(shí)施例中，在提取顯著性區(qū)域后，先獲取顯著性區(qū)域的區(qū)域不變量，再根據(jù)區(qū)域不變量獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)。本實(shí)施例中，獲取顯著性區(qū)域的區(qū)域不變量的具體方式如下
權(quán)利要求
1.一種圖像特征點(diǎn)匹配對(duì)處理方法，其特征在于，包括 提取待匹配圖像的特征點(diǎn)，并獲取特征點(diǎn)的不變量；提取待匹配圖像的顯著性區(qū)域，并獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)； 根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)。
2.根據(jù)權(quán)利要求1所述圖像特征點(diǎn)匹配對(duì)處理方法，其特征在于，所述獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)，具體包括獲取顯著性區(qū)域的區(qū)域不變量；根據(jù)區(qū)域不變量獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)。
3.根據(jù)權(quán)利要求2所述圖像特征點(diǎn)匹配對(duì)處理方法，其特征在于，所述獲取顯著性區(qū)域的區(qū)域不變量，具體包括
4.根據(jù)權(quán)利要求3所述圖像特征點(diǎn)匹配對(duì)處理方法，其特征在于，所述rk通過(guò)如下方式獲得假設(shè)Ok為顯著性區(qū)域Ak的中心特征點(diǎn)，顯著性區(qū)域Ak的面積為Δ k，不同于Ok的兩個(gè)特征點(diǎn)(i，力0”化和中心特征點(diǎn)Ok組成的三角形面積為Auk，則
5.根據(jù)權(quán)利要求1所述圖像特征點(diǎn)匹配對(duì)處理方法，其特征在于，還包括若獲取到的待匹配圖像之間的特征點(diǎn)匹配對(duì)數(shù)目大于等于預(yù)設(shè)的閾值，則根據(jù)獲取的特征點(diǎn)匹配對(duì)獲取待匹配圖像之間的對(duì)極幾何參數(shù)。
6.一種圖像檢索方法，其特征在于，包括提取待檢索圖像的顯著性區(qū)域，并獲取該顯著性區(qū)域的不變量； 提取待檢索圖像的特征點(diǎn)，并獲取該特征點(diǎn)的不變量；在預(yù)置的第一類(lèi)索引庫(kù)中，獲取與待檢索圖像所有顯著性區(qū)域的不變量的匹配度滿(mǎn)足第一預(yù)定閾值的一組圖像；所述第一類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有顯著性區(qū)域的不變量的索引庫(kù)；在獲取的所述一組圖像中，獲取在第二類(lèi)索引庫(kù)中與待檢索圖像所有特征點(diǎn)的不變量的匹配度滿(mǎn)足第二預(yù)定閾值的圖像；所述第二類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有特征點(diǎn)的不變量的索引庫(kù)。
7.根據(jù)權(quán)利要求6所述圖像檢索方法，其特征在于，第一類(lèi)索引庫(kù)的預(yù)置過(guò)程具體包括對(duì)圖像庫(kù)所有圖像的所有顯著性區(qū)域的不變量進(jìn)行聚類(lèi)得到聚類(lèi)中心，根據(jù)所述聚類(lèi)中心對(duì)圖像庫(kù)中每幅圖像的所有顯著性區(qū)域的不變量進(jìn)行量化和矢量化得到每幅圖像的第一矢量，作為該幅圖像在第一類(lèi)索引庫(kù)中的索引；所述在預(yù)置的第一類(lèi)索引庫(kù)中，獲取與待檢索圖像所有顯著性區(qū)域的不變量的匹配度滿(mǎn)足第一預(yù)定閾值的一組圖像，具體包括根據(jù)所述聚類(lèi)中心對(duì)待檢索圖像所有顯著性區(qū)域的不變量進(jìn)行量化和矢量化得到待檢索圖像的第一矢量，在圖像庫(kù)中獲取第一矢量與待檢索圖像的第一矢量匹配度滿(mǎn)足第一預(yù)定閾值的一組圖像。
8.根據(jù)權(quán)利要求6所述圖像檢索方法，其特征在于，第二類(lèi)索引庫(kù)的預(yù)置過(guò)程具體包括對(duì)圖像庫(kù)所有圖像的所有特征點(diǎn)的不變量進(jìn)行聚類(lèi)得到聚類(lèi)中心，根據(jù)所述聚類(lèi)中心對(duì)圖像庫(kù)中每幅圖像的所有特征點(diǎn)的不變量進(jìn)行量化和矢量化得到每幅圖像的第二矢量， 作為該幅圖像在第二類(lèi)索引庫(kù)中的索引；所述在獲取的所述一組圖像中，獲取在第二類(lèi)索引庫(kù)中與待檢索圖像所有特征點(diǎn)的不變量的匹配度滿(mǎn)足第二預(yù)定閾值的圖像，具體包括根據(jù)所述聚類(lèi)中心對(duì)待檢索圖像所有特征點(diǎn)的不變量進(jìn)行量化和矢量化得到待檢索圖像的第二矢量，在所述一組圖像中，獲取在第二類(lèi)索引庫(kù)中，第二矢量與待檢索圖像的第二矢量的匹配度滿(mǎn)足第二預(yù)定閾值的圖像。
9.根據(jù)權(quán)利要求6所述方法，其特征在于，在預(yù)置第一類(lèi)索引庫(kù)和第二類(lèi)索引庫(kù)之前， 還包括對(duì)于圖像庫(kù)中所有圖像作如下處理假設(shè)圖像庫(kù)中一幅圖像的一個(gè)特征點(diǎn)Pi的描述子進(jìn)行歸一化后表示為巧，該副圖像的其它特征點(diǎn)的描述子表示為《(i )，待檢索圖像中有一個(gè)特征點(diǎn)Px的描述子為 ,若 ^dl-CiiYdjt <t-\有解，其中，t為預(yù)設(shè)閥值，則將特征點(diǎn)Pi從圖像庫(kù)中的該副圖像中剔除。
10.一種圖像特征點(diǎn)匹配對(duì)處理設(shè)備，其特征在于，包括特征點(diǎn)不變量獲取模塊，用于提取待匹配圖像的特征點(diǎn)，并獲取特征點(diǎn)的不變量； 區(qū)域匹配對(duì)獲取模塊，用于提取待匹配圖像的顯著性區(qū)域，并獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；特征點(diǎn)匹配對(duì)獲取模塊，用于根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)。
11.根據(jù)權(quán)利要求10所述圖像特征點(diǎn)匹配對(duì)處理設(shè)備，其特征在于，所述設(shè)備還包括 參數(shù)獲取模塊，用于若獲取到的待匹配圖像之間的特征點(diǎn)匹配對(duì)數(shù)目大于等于預(yù)設(shè)的閾值，則根據(jù)獲取的特征點(diǎn)匹配對(duì)獲取待匹配圖像之間的對(duì)極幾何參數(shù)。
12.—種圖像檢索設(shè)備，其特征在于，包括待檢索圖像信息獲取模塊，用于提取待檢索圖像的顯著性區(qū)域，并獲取該顯著性區(qū)域的不變量；提取待檢索圖像的特征點(diǎn)，并獲取該特征點(diǎn)的不變量；第一匹配模塊，用于在預(yù)置的第一類(lèi)索引庫(kù)中，獲取與待檢索圖像所有顯著性區(qū)域的不變量的匹配度滿(mǎn)足第一預(yù)定閾值的一組圖像，所述第一類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有顯著性區(qū)域的不變量的索引庫(kù)；第二匹配模塊，用于在第一匹配模塊獲取的所述一組圖像中，獲取在第二類(lèi)索引庫(kù)中與待檢索圖像所有特征點(diǎn)的不變量的匹配度滿(mǎn)足第二預(yù)定閾值的圖像；所述第二類(lèi)索引庫(kù)為基于圖像庫(kù)中每幅圖像的所有特征點(diǎn)的不變量的索引庫(kù)。
全文摘要
本發(fā)明實(shí)施例公開(kāi)了一種圖像特征點(diǎn)匹配對(duì)處理方法，包括提取待匹配圖像的特征點(diǎn)，并獲取特征點(diǎn)的不變量；提取待匹配圖像的顯著性區(qū)域，并獲取待匹配圖像之間的顯著性區(qū)域匹配對(duì)；根據(jù)特征點(diǎn)的不變量，獲取顯著性區(qū)域匹配對(duì)之間的特征點(diǎn)匹配對(duì)作為待匹配圖像之間的特征點(diǎn)匹配對(duì)。本發(fā)明實(shí)施例還提供圖像檢索方法以及相關(guān)設(shè)備。本發(fā)明實(shí)施例充分利用了特征點(diǎn)之間的空間約束關(guān)系，即特征點(diǎn)所在的顯著性區(qū)域，從而能夠減小特征點(diǎn)匹配對(duì)的誤匹配率，提高了特征點(diǎn)匹配對(duì)獲取準(zhǔn)確性。
文檔編號(hào)G06F17/30GK102236675SQ20101016562
公開(kāi)日2011年11月9日 申請(qǐng)日期2010年4月30日 優(yōu)先權(quán)日2010年4月30日
發(fā)明者馮德瀛, 史勝利, 張翼, 楊杰 申請(qǐng)人:華為技術(shù)有限公司