基于兴趣点的匹配算法在视觉测量技术中的应用

2023-11-24 理论教育版权反馈

【摘要】：此时，采用前述的外极约束能使整个匹配过程得以简化。不仅如此，上述两个特征点的幅值和方向也应该保持一致。进行匹配算法1）从左特征点图像的第iL行的现行列位置开始，找到下一个待匹配的特征点PLi。如果需要的话，也可引入顺序约束以进一步减少匹配运算。上述过程不断进行直到在右图像上找到具有最大一致性的特征点为止，并将其定为PLi的对应点PRi。显然，该PRi的列指标由jR指示。3）进行行终止检查。

假定采用图7.17所示的典型摄像机设置，并利用图像中的边缘点作为图像特征。此时，采用前述的外极约束能使整个匹配过程得以简化。显然，对于左图像某一扫描行上的一个特征点P^L_i而言，由于其在右图像上的相应的外极线与右图像中具有相同行指标的扫描行重合。因此，仅需在右图像上的同一扫描行上探索其对应点P^R_i。另外，根据前述的相容性约束，该对应点P^R_i也应为一特征点。不仅如此，上述两个特征点的幅值和方向也应该保持一致。这样，综合上面的讨论，可得到基于特征点的匹配算法如下：

输入图像：左特征点图像e_L（i，j）、右特征点图像

e_B(i,j)，1≤i≤I,1≤j≤J。

输出图像：视差图像

d(i，j)，

1≤i≤I,1≤j≤J。

若干标记：

i_L——左图像的现行行指标；

i_R——右图像的现行行指标；

j_L——左图像的现行列指标；

j_R——右图像的现行列指标。

算法步骤：(www.chuimin.cn)

（1）完成初始化操作

将d（i，j）清零，并置i_L=1，i_R=1，j_L=1和j_R=1。

（2）进行匹配算法

1）从左特征点图像的第i_L行的现行列位置开始，找到下一个待匹配的特征点P^L_i。显然，P^L_i的列指标由j_L指示。

2）在右边缘图像的第i_R=i_L行上，寻找其对应点P_i^R。方法是，比较候补边缘点和P^L_i的幅值与方向看其是否一致。如果需要的话，也可引入顺序约束以进一步减少匹配运算。上述过程不断进行直到在右图像上找到具有最大一致性的特征点为止，并将其定为P^L_i的对应点P^R_i。显然，该P^R_i的列指标由j_R指示。然后，根据j_L和j_R的值计算待匹配的特征点P^L_i处对应的时差，即令d（i，j）=j_L-j_R。一旦右图像上的一个特征点被定为左图像上的一个特征点的对应点，则根据惟一性约束，该点以后将不能和左图像上任何别的边缘点相匹配。

3）进行行终止检查。若左图像的行上已无待匹配的特征点，去（3）；否则，回到（2）中1）。

（3）逐个匹配

若i_L=I，去（4）；否则，令i_L=i_L+1、j_L=1和j_R=1，回到（2）中1）。

（4）计算边缘点

根据视差图像d（i，j）和摄像机的系统参数，计算各边缘点处的三维坐标。

该算法的特点是仅在图像的特征点处可以获得相应景物的三维位置信息。

基于兴趣点的匹配算法在视觉测量技术中的应用

相关推荐