一種基于單端點特征描述的線段匹配方法
【技術領域】
[0001] 本發明涉及計算機視覺領域，特別是涉及一種基于單端點特征描述的線段匹配方 法。
【背景技術】
[0002] 圖像匹配將不同時間、不同角度、不同傳感器或者不同拍攝條件下得到的兩幅圖 像進行對應，在視覺導航、目標識別、定位與跟蹤、遙感圖像處理、三維重建等領域不可或 缺。圖像匹配可以通過點匹配、線段匹配、三角形匹配等方式實現。截止目前，線段匹配的 發展落后于點匹配，不但在數量方面非常有限，在性能上也存在著計算量大、速度慢、魯棒 性差、缺乏正確性驗證等問題。究其原因，是因為線段匹配研究存在諸多難點，典型有三。其 一，很難保證線段的兩個端點都足夠準確。其二，在進行線段檢測時，一條線段可能被分割 成多條子線段，也就是說，同一條線段可以表現得長短不一，很難通過長度信息確定線段之 間的匹配關系。其三，線段匹配的正確性難于使用幾何約束方法進行檢驗。
【發明內容】
[0003] 本發明的目的在于，提供一種新的線段匹配方法，降低特征描述的復雜度，同時提 高特征描述的魯棒性，并提供正確性驗證功能，解決現有算法計算量大、速度慢、魯棒性差、 缺乏正確性檢驗等問題。
[0004] 本發明的技術方案是，將線段的一個端點作為主特征點，將另一個端點作為輔特 征點，構建特征描述單元；將特定的線段方向作為特征描述單元的參考方向，構建特征描述 子，進行主特征點匹配；通過兩條線段任一端點的匹配關系來確定兩條線段的匹配關系，最 后利用匹配特征點的幾何驗證來完成線段匹配正確性的驗證。具體步驟如下：
[0005] 第一步：輸入兩幅待匹配圖像。
[0006] 第二步：構建尺度空間。采用SIFT算法中的方法，分別將兩幅待匹配圖像連續地 進行NUM次二分之一降采樣處理，構建圖像金字塔。NUM為降采樣處理的次數，取為4~6。
[0007] 第三步：LSD線段檢測。使用LSD (Line Segment Detection)算法，分別在兩幅待 匹配圖像金字塔的每層圖像中檢測線段，與此同時，設定第i層圖像線段長度的檢測閾值 為TH1，剔除該層中長度小于TH1的線段。TH1定義為
[0009] 式中LEN_TH為初始長度控制閾值，w和h分別是圖 像的寬和高。
[0010] 第四步：構建特征描述單元集合。對于一條線段P1P2的兩個端點，一個記作主特征 點PM，另一個記作輔特征點Pa。一條線段的一個特征描述單元{PM, Pj包括一個主特征點加 上對應的輔特征點。所以，每一條線段能夠構建兩個特征描述單元：一是以端點P1為主特 征點構建的特征描述單元{Pm= P 1，PA= P J，二是以端點P；!為主特征點構建的特征描述單 元{PM= P 2, Pa= P J。
[0011] 第五步：構建描述子。首先，確定每個特征描述單元的參考方向。設線段P1P2的兩 個端點坐標分別為P1U1, 和P2U2, yJ，χι〈χ；!，計算得到該線段的方程為y = kx+b。計算 處于[XpX2]區間且滿足方程y = kx+b的所有像素點的梯度方向。統計所有像素點的梯度 方向，如果梯度方向指向向量GG左側的像素點數大于指向^右側的像素點數，那么{PM= PdPa=PJ的參考方向為向量/^P2的方向，{PM= P 2, Pa= P J的參考方向為向量Z52A的 方向；反之，如果梯度方向指向向量M右側的像素點數大于指向^左側的像素點數， 那么（Pm=P1Ja=P2I的參考方向為向量羽的方向，{P M= P2, Pa= P J的參考方向為向 量巧^的方向。
[0012] 接下來，為每一個特征描述單元{PM，PA}構建描述子。采用SIFT構建描述子的方 法，根據特征描述單元{PM，PA}的參考方向，以Pm為中心確定描述子的支撐區域，將支撐區 域劃分成4X4個子區域，計算每個子區域中所有像素的梯度，根據梯度方向相對于參考方 向的偏轉角，將梯度值映射到八個方向上進行累積，將16個子區域的八個方向上累積的梯 度值按照一定的順序進行排列，同時對描述子進行歸一化和量化處理，形成128維特征描 述子。
[0013] 第六步：特征匹配。通過掃描遍歷的方法進行匹配判斷。采用SIFT算法的做法， 計算一幅圖像中每個描述子在另一幅圖像描述子集合中的最近距離和次近距離，同時計算 每個描述子最近距離與次近距離的比值，如果該比值小于設定的閾值TH，0. 4〈TH〈0. 6,則認 為具有最近距離的兩個主特征點及主特征點所在線段均存在匹配關系。
[0014] 第七步：剔除錯誤匹配。使用RANSAC算法對Pm之間的匹配關系進行正確性驗證， 剔除兩個端點均存在錯誤匹配的線段，得到正確的線段匹配關系。
[0015] 第八步：輸出匹配結果。
[0016] 本發明將穩定的點匹配方法引入到線段匹配方法中。通過引入主輔特征點構成的 特征單元，以及新的參考方向計算方法，大大簡化了線段匹配的過程和計算復雜度，顯著提 升了線段匹配速度。本發明不要求線段的兩個端點均相同，只要兩幅圖像對應線段上的任 何一個端點或者斷點之間能夠匹配，則兩條線段或者線段的子線段就能夠匹配，減少了線 段匹配算法對線段雙端點檢測準確性的依賴程度。而且，本發明用線段的方向作為描述子 的參考方向，很好地解決了根據鄰域梯度計算描述子參考方向的模糊性問題，同時能消除 端點相近但方向不同的兩條線段的錯誤匹配情況，提高了線段匹配的魯棒性。最后，本發明 利用點匹配的正確性驗證方法，實現了對線段匹配的正確性驗證，解決了線段匹配的正確 性難于使用幾何約束方法進行檢驗的問題。
【附圖說明】
[0017] 圖1是本發明的流程圖。
[0018] 圖2是描述子構建示意圖。
【具體實施方式】
[0019] 現有兩幅局部存在相同結構的待匹配圖像。采用本發明進行兩幅圖像線段匹配的 流程如圖1所示。
[0020] 第一步：輸入兩幅待匹配圖像。
[0021] 第二步：構建尺度空間。采用SIFT算法中的方法，分別將兩幅待匹配圖像連續地 進行5次二分之一降采樣處理，構建圖像金字塔。
[0022] 第三步：LSD線段檢測。分別在兩幅待匹配圖像金字塔的每層圖像