专利汇可以提供一种基于有序抽样的特征匹配算法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于有序抽样的特征匹配 算法 ,先通过特征点描述子向量余弦相似度计算出双向最优匹配点对,再根据特征点的相关性把粗匹配下得到的双向最优点对进行排序,然后选择相关性相近的t个点对计算一个变换矩阵,然后对双向最优点对进行变换得到匹配的点对数; 迭代 计算变换矩阵,直到找到一个最佳变换矩阵,然后对所有的点对进行变换得到最终匹配结果。本发明能够计算出更加精准稳定的单应矩阵,从而在匹配点对时效果更好,可确保对一对图像进行多次匹配时得到的匹配结果相同,避免出现原本可以匹配的图像在某次匹配中判断为图像不匹配的情况。,下面是一种基于有序抽样的特征匹配算法专利的具体信息内容。
1.一种基于有序抽样的特征匹配算法,记待匹配的两幅图像分别为注册图像和输入图像,fpctX1,fpctX2,...,fpctXn为注册图像提取的n个特征点;iptY1,iptY2,...,iptYm为输入图像提取的m个特征点;其特征在于,整个特征匹配算法具体包括如下步骤:
S1、计算全局单向最优点对:计算注册图像中的每个特征点描述子向量与输入图像中所有特征点描述子向量的余弦相似度cosine,并记录余弦相似度cosine值最大的一对点(fpctXp,iptYq),1≤p≤n,1≤q≤m为单向最优点对,最终得到注册图像指向输入图像的全局单向最优点对List1,记点对个数Count1;同理,计算输入图像指向注册图像的全局单向最优点对List2,记点对个数Count2;
S2、计算全局双向最优点对:基于以上得到的两个全局单向最优点对List1、List2计算全局双向最优点对List3,记点对个数为Count3;
S3、双向最优点对排序:根据特征点之间的相关性对全局双向最优点对List3进行排序;
S4、单应矩阵:取出t个最相关的双向最优点对计算出一个单应矩阵,并计算此单应矩阵的畸变值confid,4≤t≤Count3;通过此单应矩阵对List3中所有的注册图像点坐标进行映射,统计满足该单应矩阵变换关系的双向最优点对个数sum;遍历List3集合,多次选点计算不同的单应矩阵;
1)若当前计算的单应矩阵下满足变换关系的点对个数sum比之前记录的sum大,则保留当前计算的单应矩阵,并更新sum与confid的值;
2)若当前计算的单应矩阵下满足变换关系的点对个数sum与之前记录的sum相等,并且畸变值confid比之前的畸变值confid小,则保留当前计算的单应矩阵,并更新sum与confid;
最终,计算得到了一个最优的单应矩阵;
S5、特征点匹配:通过最优的单应矩阵将注册图像提取的所有特征点坐标映射到输入图像坐标系下,计算在局部区域内余弦相似度cosine最大且点对欧式距离和特征点主方向偏差在给定阈值范围内的点对,记为一对匹配点对;最终得到所有的匹配点对;
S6、计算得分:根据匹配的点对数进行打分,保留匹配得分作为此注册图像与输入图像的匹配得分。
2.根据权利要求1所述的一种基于特征点拓扑结构的特征匹配算法,其特征在于,所述步骤S2中双向最优点对是指若全局单向最优点对List1中存在点对(fpctXi,iptYj),且全局单向最优点对List2存在点对(iptYj,fpctXi),则把点对(fpctXi,iptYj)记录为一对双向最优点对,其中,1≤i≤n,1≤j≤m;全局双向最优点对List3是指所有双向最优点对的集合。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
视频传输控制方法及装置、设备、存储介质 | 2020-05-08 | 258 |
基于视频深度学习的车辆识别方法 | 2020-05-08 | 109 |
一种包含参数跟踪的感应电机状态强跟踪滤波估计方法 | 2020-05-08 | 958 |
一种判断静态电压稳定性的方法及装置 | 2020-05-08 | 93 |
超参数优化方法、装置、计算机设备和存储介质 | 2020-05-08 | 690 |
一种输电断面热稳定功率极限区间识别方法及系统 | 2020-05-08 | 776 |
一种基于比特币交易时序序列相似性的用户聚类方法 | 2020-05-11 | 540 |
一种基于深度学习的白细胞大视场图像检测系统及方法 | 2020-05-08 | 863 |
基于改进决策树的客户分群方法及装置 | 2020-05-08 | 214 |
一种节省寄存器资源的边缘计算方法 | 2020-05-11 | 589 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。