本發(fā)明涉及圖像處理領(lǐng)域，具體而言，涉及一種圖像的同名點獲取方法及裝置。

背景技術(shù)：

在無人機攝影測量等多個領(lǐng)域，常需要獲取兩幅圖像中相互匹配的同名點?，F(xiàn)有技術(shù)中，直接利用特征點匹配算法獲得相互匹配的特征點后，即將獲得的相互匹配的特征點作為兩幅圖像的同名點。

但是，直接匹配獲得的相互匹配的特征點中可能存在匹配結(jié)果不準(zhǔn)確的誤匹配點。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例提供了一種圖像的同名點獲取方法及裝置，將獲得的匹配特征點中的誤匹配點進一步進行刪除，使獲得的相互匹配的同名點更為準(zhǔn)確。

為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

一種圖像的同名點獲取方法，所述方法包括：獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像；計算所述第一圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第一距離，計算所述第二圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第二距離；獲取每對匹配特征點對應(yīng)的距離中，每個第一距離與目標(biāo)第二距離之間的距離差，獲得對應(yīng)每對匹配特征點的多個距離差，其中，形成所述目標(biāo)第二距離的兩個匹配特征點與形成相應(yīng)的第一距離的兩個匹配特征點分別對應(yīng)匹配；計算所述每對匹配特征點對應(yīng)的多個距離差的平均值，獲得所述每對匹配特征點對應(yīng)的距離差平均值；將滿足預(yù)設(shè)距離刪除條件的距離差平均值對應(yīng)的相互匹配的匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

一種圖像的同名點獲取方法，所述方法包括：獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像；以所述第一圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第一向量，以所述第二圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第二向量；獲取每對匹配特征點對應(yīng)的向量中，每個第一向量與所述多個第二向量中的目標(biāo)第二向量之間的夾角的角度值，所述目標(biāo)第二向量為終點與相應(yīng)的第一向量的終點為一對匹配特征點的第二向量，獲得對應(yīng)每對匹配特征點的多個角度值；計算所述每對匹配特征點對應(yīng)的多個角度值的平均值，獲得所述每對匹配特征點對應(yīng)的角度平均值；將滿足預(yù)設(shè)夾角刪除條件的角度平均值對應(yīng)的至少一對匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

一種圖像的同名點獲取裝置，所述裝置包括：匹配點獲取模塊，用于獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像；距離計算模塊，用于計算所述第一圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第一距離，計算所述第二圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第二距離；距離差計算模塊，用于獲取每對匹配特征點對應(yīng)的距離中，每個第一距離與目標(biāo)第二距離之間的距離差，獲得對應(yīng)每對匹配特征點的多個距離差，其中，形成所述目標(biāo)第二距離的兩個匹配特征點與形成相應(yīng)的第一距離的兩個匹配特征點分別對應(yīng)匹配；距離差平均值計算模塊，用于計算所述每對匹配特征點對應(yīng)的多個距離差的平均值，獲得所述每對匹配特征點對應(yīng)的距離差平均值；第一刪除模塊，用于將滿足預(yù)設(shè)距離刪除條件的距離差平均值對應(yīng)的相互匹配的匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

一種圖像的同名點獲取裝置，所述裝置包括：匹配點獲取模塊，用于獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像；向量獲取模塊，用于以所述第一圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第一向量，以所述第二圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第二向量；角度計算模塊，用于獲取每對匹配特征點對應(yīng)的向量中，每個第一向量與所述多個第二向量中的目標(biāo)第二向量之間的夾角的角度值，所述目標(biāo)第二向量為終點與相應(yīng)的第一向量的終點為一對匹配特征點的第二向量，獲得對應(yīng)每對匹配特征點的多個角度值；角度平均值計算模塊，用于計算所述每對匹配特征點對應(yīng)的多個角度值的平均值，獲得所述每對匹配特征點對應(yīng)的角度平均值；第二刪除模塊，用于將滿足預(yù)設(shè)夾角刪除條件的角度平均值對應(yīng)的至少一對匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

本發(fā)明實施例提供的圖像的同名點獲取方法及裝置，在獲得待匹配的兩幅圖像的匹配特征點后，對其中滿足刪除條件的匹配特征點進行刪除，以刪除誤匹配幾率較高的匹配點，將刪除后的相互匹配的匹配特征點作為待匹配的兩幅圖像的相互匹配的同名點，獲得的相互匹配的同名點準(zhǔn)確率更高。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

圖1示出了本發(fā)明較佳實施例提供的計算機的方框示意圖；

圖2示出了本發(fā)明第一實施例提供的圖像的同名點獲取方法的一種流程圖；

圖3示出了本發(fā)明第二實施例提供的圖像的同名點獲取方法的流程圖；

圖4示出了本發(fā)明第三實施例提供的圖像的同名點獲取裝置的結(jié)構(gòu)框圖；

圖5示出了本發(fā)明第四實施例提供的圖像的同名點獲取裝置的結(jié)構(gòu)框圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設(shè)計。因此，以下對在附圖中提供的本發(fā)明的實施例的詳細描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例。基于本發(fā)明的實施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。同時，在本發(fā)明的描述中，術(shù)語“第一”、“第二”等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。

如圖1所示，是本發(fā)明較佳實施例提供的計算機100的方框示意圖。所述計算機100包括圖像的同名點獲取裝置、存儲器101、存儲控制器102、處理器103、外設(shè)接口104、輸入輸出單元105、顯示單元106及其他。

所述存儲器101、存儲控制器102、處理器103、外設(shè)接口104、輸入輸出單元105、顯示單元106各元件相互之間直接或間接地電性連接，以實現(xiàn)坐標(biāo)數(shù)據(jù)的傳輸或交互。例如，這些元件相互之間可通過一條或多條通訊總線或信號線實現(xiàn)電性連接。所述圖像的同名點獲取裝置包括至少一個可以軟件或固件(firmware)的形式存儲于所述存儲器101中的軟件功能模塊。所述處理器103用于執(zhí)行存儲器101中存儲的可執(zhí)行模塊，例如所述圖像的同名點獲取裝置包括的軟件功能模塊或計算機程序。

其中，存儲器101可以是，但不限于，隨機存取存儲器101(Random Access Memory，RAM)，只讀存儲器101(Read Only Memory，ROM)，可編程只讀存儲器101(Programmable Read-Only Memory，PROM)，可擦除只讀存儲器101(Erasable Programmable Read-Only Memory，EPROM)，電可擦除只讀存儲器101(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存儲器101用于存儲程序，所述處理器103在接收到執(zhí)行指令后，執(zhí)行所述程序，本發(fā)明實施例任一實施例揭示的流過程定義的服務(wù)器/計算機所執(zhí)行的方法可以應(yīng)用于處理器103中，或者由處理器103實現(xiàn)。

處理器103可能是一種集成電路芯片，具有信號的處理能力。上述的處理器103可以是通用處理器103，包括中央處理器103(Central Processing Unit，簡稱CPU)、網(wǎng)絡(luò)處理器103(Network Processor，簡稱NP)等；還可以是數(shù)字信號處理器103(DSP)、專用集成電路(ASIC)、現(xiàn)成可編程門陣列(FPGA)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件?？梢詫崿F(xiàn)或者執(zhí)行本發(fā)明實施例中的公開的各方法、步驟及邏輯框圖。通用處理器103可以是微處理器103或者該處理器103也可以是任何常規(guī)的處理器103等。

所述外設(shè)接口104將各種輸入/輸出裝置耦合至處理器103以及存儲器101。在一些實施例中，外設(shè)接口104，處理器103以及存儲控制器102可以在單個芯片中實現(xiàn)。在其他一些實例中，他們可以分別由獨立的芯片實現(xiàn)。

輸入輸出單元105提供給用戶輸入數(shù)據(jù)實現(xiàn)用戶與計算機的交互，如用于輸入多幀圖像，以使對該多幀圖像進行處理，并輸出處理結(jié)果。所述輸入輸出單元可以是，但不限于，鼠標(biāo)和鍵盤等。

顯示單元106在所述計算機與用戶之間提供一個交互界面(例如用戶操作界面)或用于顯示圖像數(shù)據(jù)給用戶參考。在本實施例中，所述顯示單元可以是液晶顯示器或觸控顯示器。若為觸控顯示器，其可為支持單點和多點觸控操作的電容式觸控屏或電阻式觸控屏等。支持單點和多點觸控操作是指觸控顯示器能感應(yīng)到來自該觸控顯示器上一個或多個位置處同時產(chǎn)生的觸控操作，并將該感應(yīng)到的觸控操作交由處理器進行計算和處理。

第一實施例

本實施例提供了一種圖像的同名點獲取方法，用于獲取兩幅圖像中相互匹配的同名點。請參見圖2，該方法包括：

步驟S110：獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像。

首先，對待匹配的兩幅圖像進行特征點匹配，以獲得多對相互匹配的匹配特征點。在本實施例中，可以通過sift算法獲取第一圖像與第二圖像中相互匹配的多對匹配特征點。

具體的，首先，對第一圖像以及第二圖像構(gòu)建DOG尺度空間，可以通過如下公式進行構(gòu)建：

L(x，y，σ)＝G(x，y，σ)*I(x，y)

D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ)

G(x,y,σ)是尺度可變的高斯函數(shù)。其中，σ為尺度因子，其取值大小表示圖像被平滑程度的高低，可以由用戶根據(jù)實際需要確定。(x,y)表示像素在圖像中的坐標(biāo)。

對每幅圖像，在建立的尺度空間中進行極值檢測，初步確定圖像中特征點所在位置及尺度，獲得的特征點為離散空間極值點。

再將獲得的特征點擬合三維二次函數(shù)來精確確定特征點的位置和尺度，去除低對比度的特征點和不穩(wěn)定的邊緣響應(yīng)點。

根據(jù)獲得的特征點鄰域梯度的主方向可以確定特征點方向，再根據(jù)獲得的特征點的位置、尺度以及主方向，建立特征點描述符?？梢缘玫?28維特征向量的描述符。再通過兩幅圖像中的特征點的特征點描述符進行歐式距離的計算，得到待匹配的兩幅圖像中相互匹配的多對匹配特征點。

當(dāng)然，在本實施例中，獲取第一圖像以及第二圖像中的匹配特征點的方式并不作為限定，也可以通過其他算法得到，如SURF算法等。

進一步的，在步驟S110之前，還可以包括對第一圖像以及第二圖像進行噪聲濾除以及特征增強，可以通過wallis濾波算法或者雙邊濾波算法實現(xiàn)。當(dāng)然，也可以通過其他算法實現(xiàn)，在本實施例中并不作為限制。

步驟S120：計算所述第一圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第一距離，計算所述第二圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第二距離。

步驟S110中，獲得多對匹配特征點{(P_i,P_i')|i＝1,2,...,n}，其中，P_i屬于第一圖像，P_i’屬于第二圖像，n為第一圖像與第二圖像的匹配特征點的對數(shù)。

于是，可以理解的，第一圖像中包括多個匹配特征點P_i(i＝1,2…n)，第二圖像中包括多個匹配特征點P_i’(i＝1,2…n)，第一圖像中的多個匹配特征點與第二圖像中的多個匹配特征點分別對應(yīng)匹配。

計算第一圖像的多個匹配特征點中的每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第一距離，第一距離計算公式如下：

當(dāng)i＝1時，j分別為1,2,3…n，得到n個第一距離當(dāng)i＝2時，j分別為1,2,…n，得到n個第一距離以此類推，對應(yīng)第一圖像中的每個匹配特征點，得到n個第一距離

同樣的，計算第二圖像的多個匹配特征點中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第二距離，第二距離計算公式如下：

當(dāng)i＝1時，j分別為1,2,3…n，得到n個第二距離當(dāng)i＝2時，j分別為1,2,3,4…n，得到n個第二距離以此類推，對應(yīng)第二圖像中的每個匹配特征點，得到n個第二距離

于是，每對匹配特征點對應(yīng)的距離為n個第一距離以及n個第二距離

步驟S130：獲取每對匹配特征點對應(yīng)的距離中，每個第一距離與目標(biāo)第二距離之間的距離差，獲得對應(yīng)每對匹配特征點的多個距離差，其中，形成所述目標(biāo)第二距離的兩個匹配特征點與形成相應(yīng)的第一距離的兩個匹配特征點分別對應(yīng)匹配。

對于每對特征點，可以計算獲得n個距離差例如，當(dāng)i＝1時，對于第i對匹配特征點，計算距離差j分別為1,2,3…n，獲得n個距離差d_j。同樣的，當(dāng)i＝2時，對于第i對匹配特征點，計算距離差j分別為1,2,3…n，獲得n個距離差d_j。對于n對匹配特征點，可以得到n個距離差d_j(j＝1,2,3…n)。

在每個特征點的n個距離差中，與第一距離中i以及j相等的第二距離為該第一距離的目標(biāo)第二距離，例如，為的目標(biāo)第二距離，為的目標(biāo)第二距離，為的目標(biāo)第二距離等。

步驟S140：計算所述每對匹配特征點對應(yīng)的多個距離差的平均值，獲得所述每對匹配特征點對應(yīng)的距離差平均值。

對于第i對匹配特征點，可以獲得該第i對匹配特征點對應(yīng)的多個n個距離差的平均值，計算公式可以是：

于是可以獲得每對匹配特征點對應(yīng)的距離差平均值A(chǔ)verDis_i，對于{(P_i，P_i')|i＝1，2，，n}n對匹配特征點，共獲得n個距離差平均值A(chǔ)verDis_i(i＝1,2,3…n)。

步驟S150：將滿足預(yù)設(shè)距離刪除條件的距離差平均值對應(yīng)的相互匹配的匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

在本實施例中，該預(yù)設(shè)距離刪除條件可以是獲得的所有距離差平均值中，預(yù)定比例R_d的最大的距離差平均值。該預(yù)定比例R_d可以由用戶根據(jù)實際情況確定，優(yōu)選的，在本實施例中，可以為0.15。

具體的，計算n個距離差平均值中，需要刪除的匹配特征點的對數(shù)為n*R_d。再將n個距離差平均值中，最大的n*R_d個距離差平均值對應(yīng)的匹配點刪除。距離差平均值對應(yīng)的匹配點為獲得該距離差平均值A(chǔ)verDis_i的一對匹配特征點，例如，第i對匹配特征點的平均值為n*R_d個最大的距離差平均值中的一個，則刪除該第i對匹配特征點。

可以通過對n個距離差平均值按照大小順序進行排序，刪除排在較大一邊的n*R_d個最大的距離差平均值。最后可以獲得待匹配的兩幅圖像的多對匹配同名點{(P_i，P_i')|i＝1，2，…，l}，P_i為第一圖像中的匹配同名點，P_i’為第二圖像中與Pi相互匹配的匹同名點，可以理解的，l小于n。

第二實施例

本實施例提供了一種圖像的同名點獲取方法，請參見圖3，該方法包括：

步驟S210：獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像。

本步驟請參照步驟S110，在此不再贅述。

步驟S220：以所述第一圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第一向量，以所述第二圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第二向量。

步驟S110中，獲得多對匹配特征點{(P_i,P_i')|i＝1,2,...,n}其中，P_i屬于第一圖像，P_i’屬于第二圖像，n為第一圖像與第二圖像的匹配特征點的對數(shù)。

于是，可以理解的，第一圖像中包括多個匹配特征點P_i(i＝1,2…n)，第二圖像中包括多個匹配特征點P_i’(i＝1,2…n)，第一圖像中的多個匹配特征點與第二圖像中的多個匹配特征點分別對應(yīng)匹配。

獲取第一圖像中的每個特征點作為起點，其他特征點作為終點形成的對應(yīng)相應(yīng)特征點的多個第一向量：

即以i為起點，其他特征點j＝1,2,3…n為終點，形成n個第一向量例如，當(dāng)i＝1時，j分別為1,2,3…n，得到n個第一向量當(dāng)i＝2時，j分別為1,2,…n，得到n個第一向量以此類推，對應(yīng)第一圖像中的每個匹配特征點，得到n個第一向量

同樣的，獲取第二圖像中的每個特征點作為起點，其他特征點作為終點形成的對應(yīng)相應(yīng)特征點的多個第二向量

即以i為起點，其他特征點j＝1,2,3…n為終點，形成第二向量例如，當(dāng)i＝1時，j分別為1,2,3…n，得到n個第二向量當(dāng)i＝2時，j分別為1,2,…n，得到n個第二向量以此類推，對應(yīng)第二圖像中的每個匹配特征點，得到n個第二向量

于是，每對匹配特征點對應(yīng)的向量為n個第一向量以及n個第二向量

步驟S230：獲取每對匹配特征點對應(yīng)的向量中，每個第一向量與所述多個第二向量中的目標(biāo)第二向量之間的夾角的角度值，所述目標(biāo)第二向量為終點與相應(yīng)的第一向量的終點為一對匹配特征點的第二向量，獲得對應(yīng)每對匹配特征點的多個角度值。

對于每對匹配特征點，其對應(yīng)的n個第一向量以及n個第二向量之間具有n個向量夾角，形成每個夾角的第一向量的i等于第二向量的i，第一向量的j等于第二向量的j。與第一向量的i以及j相等的第二向量為該第一向量的目標(biāo)第二向量，如為的目標(biāo)第二向量，為的目標(biāo)第二向量，為的目標(biāo)第二向量。

計算每對匹配特征點對應(yīng)的n個向量夾角的角度值。例如，當(dāng)i＝1時，對于第i對匹配特征點，計算第一向量與目標(biāo)第二向量形成的夾角的角度值，j分別為1,2,3…n，獲得n個角度值。當(dāng)i＝2時，對于第i對匹配特征點，計算第一向量與目標(biāo)第二向量形成的夾角的角度值，j分別為1,2,3…n，獲得n個角度值。對于每對匹配特征點，可以得到n個角度值。

步驟S240：計算所述每對匹配特征點對應(yīng)的多個角度值的平均值，獲得所述每對匹配特征點對應(yīng)的角度平均值。

計算每對匹配特征點對應(yīng)的n個角度值的角度平均值，計算公式可以是：其中，反余弦函數(shù)的取值范圍為0至180度。

于是可以獲得每對匹配特征點對應(yīng)的角度平均值A(chǔ)verAngle_i，對于{(P_i，P_i')|i＝1，2，，n}n對匹配特征點，共獲得n個角度平均值A(chǔ)verAngle_i(i＝1,2,3…n)。

步驟S250：將滿足預(yù)設(shè)夾角刪除條件的角度平均值對應(yīng)的至少一對匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

在本實施例中，滿足預(yù)設(shè)夾角刪除條件的角度平均值可以為：獲得的所有角度平均值中，預(yù)定比例R_a的最大與最小的角度平均值，即滿足預(yù)設(shè)夾角刪除條件的最大與最小的角度平均值個數(shù)之和等于所有角度平均值中預(yù)定比例R_a的角度平均值。其中，優(yōu)選為，滿足刪除條件的最大與最小的角度平均值個數(shù)相等。在本實施例中，角度平均值對應(yīng)的預(yù)定比例R_a并不作為限定，優(yōu)選的，可以為0.15。

具體的，計算n個角度平均值中，需要刪除的匹配特征點的對數(shù)為n*R_a。再將n個角度平均值中，最大與最小的共n*R_a個角度平均值對應(yīng)的匹配點刪除。優(yōu)選為，刪除個最大的角度平均值對應(yīng)的匹配點，刪除個最小的角度平均值對應(yīng)的匹配點，本實施例主要以此進行說明。

可以理解的，角度平均值對應(yīng)的匹配點為獲得該角度平均值A(chǔ)verAngle_i的一對匹配特征點，例如，第i對匹配特征點的角度平均值為個最大的角度平均值中的一個，則刪除該第i對匹配特征點。

可以通過對n個角度平均值按照大小順序進行排序，刪除排在較大一邊的個最大的角度平均值對應(yīng)的匹配特征點，刪除排在較小一邊的個最小的角度平均值對應(yīng)的匹配特征點。最后可以獲得待匹配的兩幅圖像的多對匹配同名點{(P_iP_i')|i＝1,2,…，l}，P_i為第一圖像中的匹配同名點，P_i’為第二圖像中與Pi相互匹配的匹同名點，可以理解的，l小于n。

在本發(fā)明實施例中，第一實施例以及第二實施例提供的方案可以同時用于對獲得的匹配特征點進行刪除，即可以是在通過第一實施例提供的方法進行刪除后，再對刪除后得到的相互匹配的匹配特征點再一次通過第二實施例提供的方法進行刪除。也可以是在通過第二實施例提供的方法進行刪除后，再對刪除后得到的相互匹配的匹配特征點再一次通過第一實施例提供的方法進行刪除。

第三實施例

本實施例提供了一種圖像的同名點獲取裝置300，如圖4所示，所述裝置300包括：

匹配點獲取模塊310，用于獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像；距離計算模塊320，用于計算所述第一圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第一距離，計算所述第二圖像中每個匹配特征點到其他所有匹配特征點對應(yīng)的多個第二距離；距離差計算模塊330，用于獲取每對匹配特征點對應(yīng)的距離中，每個第一距離與目標(biāo)第二距離之間的距離差，獲得對應(yīng)每對匹配特征點的多個距離差，其中，形成所述目標(biāo)第二距離的兩個匹配特征點與形成相應(yīng)的第一距離的兩個匹配特征點分別對應(yīng)匹配；距離差平均值計算模塊340，用于計算所述每對匹配特征點對應(yīng)的多個距離差的平均值，獲得所述每對匹配特征點對應(yīng)的距離差平均值；第一刪除模塊350，用于將滿足預(yù)設(shè)距離刪除條件的距離差平均值對應(yīng)的相互匹配的匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

在本實施例中，滿足預(yù)設(shè)距離刪除條件的距離差平均值為：獲得的所有距離差平均值中，預(yù)定比例的最大的距離差平均值。

另外，本實施例中，匹配點獲取模塊310可以通過sift算法獲取第一圖像與第二圖像中相互匹配的多對匹配特征點。

第四實施例

本實施例提供了一種圖像的同名點獲取裝置400，如圖5所示，所述裝置400包括：

匹配點獲取模塊410，用于獲取第一圖像與第二圖像中相互匹配的多對匹配特征點，所述第一圖像與第二圖像為待匹配的兩幅圖像；向量獲取模塊420，用于以所述第一圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第一向量，以所述第二圖像中的每個特征點作為起點，其他特征點作為終點形成對應(yīng)每個特征點的多個第二向量；角度計算模塊430，用于獲取每對匹配特征點對應(yīng)的向量中，每個第一向量與所述多個第二向量中的目標(biāo)第二向量之間的夾角的角度值，所述目標(biāo)第二向量為終點與相應(yīng)的第一向量的終點為一對匹配特征點的第二向量，獲得對應(yīng)每對匹配特征點的多個角度值；角度平均值計算模塊440，用于計算所述每對匹配特征點對應(yīng)的多個角度值的平均值，獲得所述每對匹配特征點對應(yīng)的角度平均值；第二刪除模塊450，用于將滿足預(yù)設(shè)夾角刪除條件的角度平均值對應(yīng)的至少一對匹配特征點刪除，獲得的多對匹配特征點作為待匹配的兩幅圖像的多對匹配同名點。

其中，滿足預(yù)設(shè)夾角刪除條件的角度平均值可以為：獲得的所有角度平均值中，預(yù)定比例的最大與最小的角度平均值。

另外，匹配點獲取模塊410可以通過sift算法獲取第一圖像與第二圖像中相互匹配的多對匹配特征點。

需要說明的是，本說明書中的各個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于裝置類實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的裝置和方法，也可以通過其它的方式實現(xiàn)。以上所描述的裝置實施例僅僅是示意性的，例如，附圖中的流程圖和框圖顯示了根據(jù)本發(fā)明的多個實施例的裝置、方法和計算機程序產(chǎn)品的可能實現(xiàn)的體系架構(gòu)、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段或代碼的一部分，所述模塊、程序段或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應(yīng)當(dāng)注意，在有些作為替換的實現(xiàn)方式中，方框中所標(biāo)注的功能也可以以不同于附圖中所標(biāo)注的順序發(fā)生。例如，兩個連續(xù)的方框?qū)嶋H上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或動作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機指令的組合來實現(xiàn)。

另外，在本發(fā)明各個實施例中的各功能模塊可以集成在一起形成一個獨立的部分，也可以是各個模塊單獨存在，也可以兩個或兩個以上模塊集成形成一個獨立的部分。

所述功能如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)所述以權(quán)利要求的保護范圍為準(zhǔn)。