买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本发明公开了一种基于DFS由粗到细的图像配准方法、系统、终端及可读存储介质，该方法包括：获取待匹配的两幅图像的图像特征点，再生成线性描述符sMLD以及划分长线段、短线段；基于长线段进行粗匹配得到匹配点对，即先确定初始匹配点对；再将初始匹配点对作为粗匹配路径起点，在长线段范围内以相似度为依据依次确定粗匹配路径上的其他对匹配点对；基于短线段进行精匹配，即将粗匹配得到的匹配点对作为当前点对，在短线段范围内以相似度为依据依次确定精匹配路径上的匹配点对；基于精匹配确定的匹配点对计算局部单应矩阵，其表示两幅图像的配准信息。本发明该方法相比于其它配准方法在配准精度和配准效率均具有极大优势。

主权项：1.一种基于DFS由粗到细的图像配准方法，其特征在于：包括以下步骤：步骤S1：获取待匹配的两幅图像的图像特征点，再生成线性描述符sMLD以及划分长线段、短线段；其中，将一副图像中一个图像特征点与其他图像特征点之间用线段连接，再生成对应线性描述符sMLD以及基于线段长度划分长线段和短线段；步骤S2：基于长线段进行粗匹配得到匹配点对，其中，确定初始匹配点对；再将所述初始匹配点对作为粗匹配路径起点，在长线段范围内以相似度为依据依次确定粗匹配路径上的其他对匹配点对，所述相似度表示两幅图像上两个线性描述符sMLD的相似程度；步骤S3：基于短线段进行精匹配，其中，将粗匹配得到的匹配点对作为当前点对，在短线段范围内以相似度为依据依次确定精匹配路径上的匹配点对；步骤S4：基于精匹配确定的匹配点对计算局部单应矩阵，所述局部单应矩阵为两幅图像的配准信息；步骤S2中粗匹配的实现过程为：S2-1：分别计算图像Image1上每个图像特征点对应的线性描述符sMLD与图像Image2上每个图像特征点对应的线性描述符sMLD之间的相似度；S2-2：选择相似度最高的一对线性描述符sMLD，依据其对应的图像特征点选择初始匹配点对；S2-3：以初始匹配点对作为粗匹配路径起点，针对在图像Image1上当前匹配点的每个线性描述符sMLD，分别计算其与图像Image2上当前匹配点的所有线性描述符sMLD之间的相似度，删除不满足预设相似度条件的图像Image1上的线性描述符sMLD；针对在图像Image2上当前匹配点的每个线性描述符sMLD，分别计算其与图像Image1上当前匹配点的所有线性描述符sMLD的相似度，删除不满足预设相似度条件的图像Image2上的线性描述符sMLD；以及删除不属于长线段的线性描述符sMLD；S2-4：基于图像Image1和图像Image2中当前匹配点剩下的线性描述符sMLD中选择相似度最高的一对线性描述符sMLD作为最优路径，将所述最优路径的另一端点作为下一个匹配点，再按照步骤S2-3以及S2-4的方式得到粗匹配路径上的所有匹配点对；步骤S3中精匹配的实现过程为：步骤S3-1：将粗匹配得到的匹配点对作为当前点对，并将当前点对的短线段保留，其他长度的线段予以剔除；步骤S3-2：针对每一组当前点对，分别计算其关联的线性描述符sMLD之间的相似度，选择相似度最高的一对线性描述符sMLD所在线路作为最优路径，并确定下一个匹配点，循环搜索得到精匹配路径上的所有匹配点对。

全文数据：

权利要求：

百度查询： 中南大学 一种基于DFS由粗到细的图像配准方法、系统、终端及可读存储介质