一種圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法
【專利摘要】本發(fā)明公開了一種圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，包括以下步驟：(1)使用具有尺度不變性、旋轉(zhuǎn)不變性的特征檢測(cè)與描述算子找出圖像的特征點(diǎn)并獲得描述符；(2)使用k-d樹(k-dimensional?tree)算法進(jìn)行特征點(diǎn)初始匹配；(3)利用特征點(diǎn)的基本信息設(shè)置Hough變換的參數(shù)空間；(4)訪問每對(duì)匹配點(diǎn)對(duì)，對(duì)Hough參數(shù)空間進(jìn)行投票；(5)獲取得票最多的Hough參數(shù)子空間中的匹配點(diǎn)對(duì)，用隨機(jī)抽樣一致性(Random?Sample?Consensus，RANSAC)算法做進(jìn)一步處理。本發(fā)明巧妙地利用Hough變換方法進(jìn)行初步提純，初步提純可以快速高效地降低誤匹配點(diǎn)對(duì)所占比例。
【專利說明】一種圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及模式識(shí)別與數(shù)字圖像處理領(lǐng)域，特別涉及一種圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法。

【背景技術(shù)】
[0002]對(duì)圖像進(jìn)行配準(zhǔn)的需求在許多領(lǐng)域的實(shí)際應(yīng)用中都被提出，如CT重建中的多層圖像配準(zhǔn)、遙感數(shù)據(jù)分析、模型重建等。經(jīng)過查找最近鄰獲取的匹配點(diǎn)對(duì)中可能存在誤匹配點(diǎn)對(duì)，這些點(diǎn)對(duì)通常是不符合圖像的變換關(guān)系，需要把這些點(diǎn)對(duì)剔除。當(dāng)前主要的誤匹配點(diǎn)對(duì)剔除算法有最小平方中值(Least Median of Squares, LMedS)算法和RANSAC算法。在CT重建的圖像配準(zhǔn)中存在較多相似區(qū)域，會(huì)產(chǎn)生大量誤匹配點(diǎn)對(duì)，使用現(xiàn)有的LMedS算法和RANSAC算法往往無法同時(shí)滿足時(shí)間性能和準(zhǔn)確率的要求。這就要求提出新的方法在誤匹配點(diǎn)對(duì)比例較高時(shí)，仍能夠短時(shí)間、高準(zhǔn)確率地剔除誤匹配點(diǎn)對(duì)。
[0003]在誤匹配點(diǎn)對(duì)所占比例較低時(shí)，LMedS從理論上可以完全剔除外點(diǎn)的影響，得到最優(yōu)的投影變換矩陣估計(jì)，并且計(jì)算時(shí)間與誤匹配點(diǎn)對(duì)所占比例關(guān)系不大。但是當(dāng)外點(diǎn)在樣本集比例中超過50%后，由于LMedS每次記錄的是中值偏差，LMedS算法就無法準(zhǔn)確計(jì)算變換參數(shù)。匹配點(diǎn)對(duì)總數(shù)分別為500、1000、1500、2000時(shí)，隨著誤匹配點(diǎn)所占對(duì)比例的提高，LMedS算法的時(shí)間性能和正確識(shí)別比率變化分別如圖2(a)和圖2(b)所示。
[0004]RANSAC算法在誤匹配點(diǎn)對(duì)比例超過50 %時(shí)仍能有效處理，但誤匹配點(diǎn)對(duì)所占的比例將會(huì)直接影響RANSAC算法迭代的次數(shù)。誤匹配點(diǎn)對(duì)比例越大時(shí)，RANSAC算法迭代的次數(shù)也就越多，導(dǎo)致耗時(shí)越嚴(yán)重。匹配點(diǎn)對(duì)總數(shù)分別為500、1000、1500、2000時(shí)，隨著誤匹配點(diǎn)所占對(duì)比例的提高，RANSAC算法的時(shí)間性能和正確識(shí)別比率變化如圖3(a)和圖3(b)所示。


【發(fā)明內(nèi)容】

[0005]本發(fā)明是為了克服現(xiàn)有算法在誤匹配點(diǎn)對(duì)比例較高時(shí)的不足，提供了一種能夠同時(shí)保證時(shí)間短、精度高的誤匹配點(diǎn)對(duì)剔除方法。
[0006]為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案:
[0007]一種圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，包括下述步驟:
[0008]S1:使用具有尺度不變性、旋轉(zhuǎn)不變性的特征檢測(cè)與描述算子找出圖像的特征點(diǎn)并獲得描述符；
[0009]S2:使用k-d樹算法進(jìn)行特征點(diǎn)匹配，獲得初始匹配點(diǎn)對(duì)集合；
[0010]S3:利用特征點(diǎn)的基本信息設(shè)置Hough變換的參數(shù)空間；
[0011]S4:訪問每對(duì)匹配點(diǎn)對(duì),對(duì)Hough參數(shù)空間進(jìn)行投票；
[0012]S5:獲取得票最多的Hough參數(shù)子空間中的匹配點(diǎn)對(duì)，用RANSAC算法做進(jìn)一步處理剔除誤匹配點(diǎn)對(duì)。
[0013]優(yōu)選的，所述步驟S3具體包括下述步驟:
[0014]S3.1:選擇參數(shù)空間，假設(shè)圖像I中有一個(gè)特征點(diǎn)ai;其位置、尺度、旋轉(zhuǎn)參數(shù)分別為:(Xi，yi)、S1、Qi，該點(diǎn)在圖像2中匹配點(diǎn)a' i的各個(gè)參數(shù)分別為:(x' ,,y' i)、s' 1、θ ' i ;那么兩個(gè)特征點(diǎn)之間的平移為:(dx，dy) = U丨-Xi, yr );尺度變化為:ds =Sf i/Si ;旋轉(zhuǎn)角變化為:d Θ = Θ' Θ i ;利用上面四個(gè)參數(shù)dx、dy、ds、d Θ作為Hough變換的參數(shù)空間；
[0015]S3.2:設(shè)定各參數(shù)區(qū)間的寬度；設(shè)置參數(shù)子空間大小是旋轉(zhuǎn)維區(qū)間寬度為30°，尺度維為2，位置維區(qū)間寬度與圖像大小有關(guān)，dx、dy維的區(qū)間寬度分別為待配準(zhǔn)圖像長(zhǎng)和寬的四分之一。
[0016]優(yōu)選的，所述步驟S4具體包括下述步驟:
[0017]S4.1:使用一維哈希表作為Hough參數(shù)空間的數(shù)據(jù)結(jié)構(gòu)；
[0018]S4.2:逐一訪問匹配點(diǎn)對(duì),計(jì)算出(dx, dy, ds, d Θ )；
[0019]S4.3:為了減少邊界效應(yīng)的影響，匹配點(diǎn)對(duì)投票時(shí)在每一維參數(shù)上都投給最近的兩個(gè)參數(shù)區(qū)間，這樣一對(duì)匹配點(diǎn)會(huì)投票給16個(gè)參數(shù)子空間，算出這16個(gè)子空間；
[0020]S4.4:步驟S 4.3中得出的16個(gè)參數(shù)子空間，分別經(jīng)過S4.1中哈希函數(shù)計(jì)算后找到對(duì)應(yīng)變量位置，計(jì)數(shù)加1，并儲(chǔ)存匹配點(diǎn)對(duì)信息。
[0021]優(yōu)選的，所述步驟S5具體包括下述步驟:
[0022]S5.1:遍歷Hough參數(shù)空間，找出得票最多的子空間；
[0023]S5.2:使用S5.1中得到子空間中的匹配點(diǎn)對(duì)集合，通過RANSAC算法計(jì)算出配準(zhǔn)圖像間的投影變換矩陣H;
[0024]S5.3:遍歷初始匹配點(diǎn)對(duì)集合,對(duì)每對(duì)匹配點(diǎn)對(duì)(ai; a' J求Si通過H變換得到位置與配準(zhǔn)點(diǎn)位置的差dv = d(a' i; Hai)，如果dv大于設(shè)定閾值則點(diǎn)對(duì)為誤匹配點(diǎn)對(duì)，否則為正確匹配點(diǎn)對(duì)。
[0025]優(yōu)選的，步驟S5.2中，通過RANSAC算法計(jì)算出配準(zhǔn)圖像間的投影變換矩陣H的具體步驟為:
[0026]S5.2.1:將當(dāng)前最佳估計(jì)正確匹配點(diǎn)對(duì)數(shù)目Ni設(shè)置為O ;
[0027]S5.2.2 --從S5.1獲取的匹配點(diǎn)對(duì)集合中隨機(jī)選取4對(duì)初始匹配點(diǎn)對(duì)，需保證選取的點(diǎn)對(duì)在每個(gè)圖像中任意3個(gè)點(diǎn)不在一條直線上，如果發(fā)生3點(diǎn)共線則重新選取點(diǎn)對(duì)；兩圖像間當(dāng)前投影變換矩陣Hl可根據(jù)4組點(diǎn)對(duì)計(jì)算出；
[0028]S5.2.3:遍歷S5.1獲取的匹配點(diǎn)對(duì)集合中剩余的匹配點(diǎn)對(duì)，匹配點(diǎn)對(duì)(ai; ^求Bi通過H變換得到位置與配準(zhǔn)點(diǎn)位置的差dv = d(a' i，Hai)，如果dv大于設(shè)定閾值則點(diǎn)對(duì)為誤匹配點(diǎn)對(duì)，否則為正確匹配點(diǎn)對(duì)；
[0029]S5.2.4:比較當(dāng)前正確匹配點(diǎn)對(duì)數(shù)目，若大于Ni則當(dāng)前變換矩陣Hl為當(dāng)前最佳矩陣估計(jì)，同時(shí)更新Ni值；
[0030]S5.2.5:經(jīng)過若干次隨機(jī)抽樣計(jì)算后選擇正確匹配點(diǎn)對(duì)數(shù)目最多的變換矩陣Hl為圖像間的投影變換矩陣H。
[0031]本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn)和有益效果:
[0032]1、本發(fā)明巧妙地利用Hough變換方法進(jìn)行初步提純，初步提純可以快速高效地降低誤匹配點(diǎn)對(duì)所占比例。實(shí)驗(yàn)表明，誤匹配點(diǎn)對(duì)比例占80%時(shí)，初步提純后，誤匹配點(diǎn)對(duì)比例可降至50%左右。
[0033]2、本發(fā)明在初步提純后，使用RANSAC算法進(jìn)一步處理保證精度。在誤匹配點(diǎn)對(duì)比例較高時(shí)，本發(fā)明能夠同時(shí)保證運(yùn)行時(shí)間短、精度高。

【專利附圖】

【附圖說明】
[0034]圖1為本發(fā)明方法的流程示意圖；
[0035]圖2 (a)為在不同匹配點(diǎn)對(duì)數(shù)目和誤匹配點(diǎn)對(duì)比例下的LMedS算法時(shí)間性能分析圖；
[0036]圖2(b)為在不同匹配點(diǎn)對(duì)數(shù)目和誤匹配點(diǎn)對(duì)比例下的LMedS算法識(shí)別比率圖；
[0037]圖3 (a)為在不同匹配點(diǎn)對(duì)數(shù)目和誤匹配點(diǎn)對(duì)比例下的RANSAC算法時(shí)間性能分析圖；
[0038]圖3(b)為在不同匹配點(diǎn)對(duì)數(shù)目和誤匹配點(diǎn)對(duì)比例下的RANSAC算法識(shí)別比率分析圖；
[0039]圖4(a)為本發(fā)明在不同匹配點(diǎn)對(duì)數(shù)目和誤匹配點(diǎn)對(duì)比例下的時(shí)間性能分析圖；
[0040]圖4(b)為本發(fā)明在不同匹配點(diǎn)對(duì)數(shù)目和誤匹配點(diǎn)對(duì)比例下的識(shí)別比率分析。

【具體實(shí)施方式】
[0041]下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。
[0042]如圖1所示，本發(fā)明圖像配準(zhǔn)中的一種誤匹配點(diǎn)對(duì)剔除方法，包括以下步驟:
[0043]本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn):
[0044]S1:使用具有尺度不變性、旋轉(zhuǎn)不變性的特征檢測(cè)與描述算子找出圖像的特征點(diǎn)并獲得描述符。
[0045]S2:使用k-d樹算法進(jìn)行特征點(diǎn)匹配，獲得初始匹配點(diǎn)對(duì)集合。
[0046]S3:利用特征點(diǎn)的基本信息設(shè)置Hough變換的參數(shù)空間。
[0047]S3.1:選擇參數(shù)空間。假設(shè)圖像I中有一個(gè)特征點(diǎn)ai;其位置、尺度、旋轉(zhuǎn)參數(shù)分別為:(Xi，yi)、S1、Qi，該點(diǎn)在圖像2中匹配點(diǎn)a' i的各個(gè)參數(shù)分別為:(x' i，y' i)>s/ ^θ ' it)那么兩個(gè)特征點(diǎn)之間的平移為:(dx，dy) = U丨1-xi,y/「yi);尺度變化為:ds =s' iZX ;旋轉(zhuǎn)角變化為:d0 = θ' ,-Θ iD利用上面四個(gè)參數(shù)dx、dy、ds、d0作為霍夫變換的參數(shù)空間。
[0048]S3.2:設(shè)定各參數(shù)區(qū)間的寬度。在設(shè)置dx、dy、ds、d Θ的離散區(qū)間時(shí)，如果間隔太大，會(huì)引入較大的誤差；如果間隔太小，會(huì)導(dǎo)致算法空間和時(shí)間消耗太大，同時(shí)會(huì)對(duì)噪聲等因素過于敏感，存在比較大的邊界錯(cuò)誤。本文設(shè)置參數(shù)子空間大小是旋轉(zhuǎn)維區(qū)間寬度為30°，尺度維為2，位置維區(qū)間寬度與圖像大小有關(guān)，dx、dy維的區(qū)間寬度分別為待配準(zhǔn)圖像長(zhǎng)和寬的四分之一。
[0049]S4:訪問每對(duì)匹配點(diǎn)對(duì),對(duì)Hough參數(shù)空間進(jìn)行投票。
[0050]S4.1:使用一維哈希表作為Hough參數(shù)空間的數(shù)據(jù)結(jié)構(gòu)。
[0051]S4.2:逐一訪問匹配點(diǎn)對(duì),計(jì)算出(dx, dy, ds, d Θ )。
[0052]S4.3:為了減少邊界效應(yīng)的影響，匹配點(diǎn)對(duì)投票時(shí)在每一維參數(shù)上都投給最近的兩個(gè)參數(shù)區(qū)間，這樣一對(duì)匹配點(diǎn)會(huì)投票給16個(gè)參數(shù)子空間。算出這16個(gè)子空間。
[0053]S4.4:步驟S4.3中得出的16個(gè)參數(shù)子空間，分別經(jīng)過S4.1中哈希函數(shù)計(jì)算后找到對(duì)應(yīng)變量位置，計(jì)數(shù)加1，并儲(chǔ)存匹配點(diǎn)對(duì)信息。
[0054]S5:獲取得票最多的Hough參數(shù)子空間中的匹配點(diǎn)對(duì)，用RANSAC算法做進(jìn)一步處理剔除誤匹配點(diǎn)對(duì)。
[0055]S5.1:遍歷Hough參數(shù)空間，找出得票最多的子空間。
[0056]S5.2:使用S5.1中得到子空間中的匹配點(diǎn)對(duì)集合，通過RANSAC算法計(jì)算出配準(zhǔn)圖像間的投影變換矩陣H。
[0057]通過RANSAC算法計(jì)算出配準(zhǔn)圖像間的投影變換矩陣H的具體步驟為:
[0058]S5.2.1:將當(dāng)前最佳估計(jì)正確匹配點(diǎn)對(duì)數(shù)目Ni設(shè)置為O ;
[0059]S5.2.2 --從S5.1獲取的匹配點(diǎn)對(duì)集合中隨機(jī)選取4對(duì)初始匹配點(diǎn)對(duì)，需保證選取的點(diǎn)對(duì)在每個(gè)圖像中任意3個(gè)點(diǎn)不在一條直線上，如果發(fā)生3點(diǎn)共線則重新選取點(diǎn)對(duì)；兩圖像間當(dāng)前投影變換矩陣Hl可根據(jù)4組點(diǎn)對(duì)計(jì)算出；
[0060]S5.2.3:遍歷S5.1獲取的匹配點(diǎn)對(duì)集合中剩余的匹配點(diǎn)對(duì)，匹配點(diǎn)對(duì)(ai; ^求Bi通過H變換得到位置與配準(zhǔn)點(diǎn)位置的差dv = d(a' i，Hai)，如果dv大于設(shè)定閾值則點(diǎn)對(duì)為誤匹配點(diǎn)對(duì)，否則為正確匹配點(diǎn)對(duì)；
[0061]S5.2.4:比較當(dāng)前正確匹配點(diǎn)對(duì)數(shù)目，若大于Ni則當(dāng)前變換矩陣Hl為當(dāng)前最佳矩陣估計(jì)，同時(shí)更新Ni 值；
[0062]S5.2.5:經(jīng)過若干次隨機(jī)抽樣計(jì)算后選擇正確匹配點(diǎn)對(duì)數(shù)目最多的變換矩陣Hl為圖像間的投影變換矩陣H。
[0063]S5.3:遍歷初始匹配點(diǎn)對(duì)集合，對(duì)每對(duì)匹配點(diǎn)對(duì)(ap a' J求Bi通過H變換得到位置與配準(zhǔn)點(diǎn)位置的差dv = d(a' i; Hai)，如果dv大于設(shè)定閾值則點(diǎn)對(duì)為誤匹配點(diǎn)對(duì)，否則為正確匹配點(diǎn)對(duì)。
[0064]匹配點(diǎn)對(duì)總數(shù)分別為500、1000、1500、2000時(shí)，隨著誤匹配點(diǎn)所占對(duì)比例的提高，本發(fā)明的時(shí)間性能和正確識(shí)別比率變化如圖4(a)和圖4(b)所示。
[0065]上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，其特征在于，包括下述步驟: S1:使用具有尺度不變性、旋轉(zhuǎn)不變性的特征檢測(cè)與描述算子找出圖像的特征點(diǎn)并獲得描述符； S2:使用k-d樹算法進(jìn)行特征點(diǎn)匹配，獲得初始匹配點(diǎn)對(duì)集合； S3:利用特征點(diǎn)的基本信息設(shè)置Hough變換的參數(shù)空間； S4:訪問每對(duì)匹配點(diǎn)對(duì),對(duì)Hough參數(shù)空間進(jìn)行投票； S5:獲取得票最多的Hough參數(shù)子空間中的匹配點(diǎn)對(duì)，用RANSAC算法做進(jìn)一步處理剔除誤匹配點(diǎn)對(duì)。
2.根據(jù)權(quán)利要求1所述的圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，其特征在于，所述步驟S3具體包括下述步驟: S3.1:選擇參數(shù)空間，假設(shè)圖像I中有一個(gè)特征點(diǎn)ai;其位置、尺度、旋轉(zhuǎn)參數(shù)分別為:(X^yi)、Sp Θ ^該點(diǎn)在圖像2中匹配點(diǎn)a' i的各個(gè)參數(shù)分別為:(x' i,y/ i)、s' i, θ ; j ；那么兩個(gè)特征點(diǎn)之間的平移為:(dx, dy) = (X' 1-Xi, Y'iy);尺度變化為:ds = s' JSi ;旋轉(zhuǎn)角變化為:d Θ = Θ ' r Θ i ;利用上面四個(gè)參數(shù)dx、dy、ds、d Θ作為Hough變換的參數(shù)空間； S3.2:設(shè)定各參數(shù)區(qū)間的寬度；設(shè)置參數(shù)子空間大小是旋轉(zhuǎn)維區(qū)間寬度為30°，尺度維為2，位置維區(qū)間寬度與圖像大小有關(guān)，dx、dy維的區(qū)間寬度分別為待配準(zhǔn)圖像長(zhǎng)和寬的四分之一。
3.根據(jù)權(quán)利要求1所述的圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，其特征在于，所述步驟S4具體包括下述步驟: S4.1:使用一維哈希表作為Hough參數(shù)空間的數(shù)據(jù)結(jié)構(gòu)； S4.2:逐一訪問匹配點(diǎn)對(duì),計(jì)算出(dx, dy, ds, d Θ )； S4.3:為了減少邊界效應(yīng)的影響，匹配點(diǎn)對(duì)投票時(shí)在每一維參數(shù)上都投給最近的兩個(gè)參數(shù)區(qū)間，這樣一對(duì)匹配點(diǎn)會(huì)投票給16個(gè)參數(shù)子空間，算出這16個(gè)子空間； S4.4:步驟S4.3中得出的16個(gè)參數(shù)子空間，分別經(jīng)過S4.1中哈希函數(shù)計(jì)算后找到對(duì)應(yīng)變量位置，計(jì)數(shù)加1，并儲(chǔ)存匹配點(diǎn)對(duì)信息。
4.根據(jù)權(quán)利要求1所述的圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，其特征在于，所述步驟S5具體包括下述步驟: S5.1:遍歷Hough參數(shù)空間，找出得票最多的子空間； S5.2:使用S5.1中得到子空間中的匹配點(diǎn)對(duì)集合，通過RANSAC算法計(jì)算出配準(zhǔn)圖像間的投影變換矩陣H ； S5.3:遍歷初始匹配點(diǎn)對(duì)集合,對(duì)每對(duì)匹配點(diǎn)對(duì)(ai; a' J求Si通過H變換得到位置與配準(zhǔn)點(diǎn)位置的差dv = d(a' i; Hai)，如果dv大于設(shè)定閾值則點(diǎn)對(duì)為誤匹配點(diǎn)對(duì)，否則為正確匹配點(diǎn)對(duì)。
5.根據(jù)權(quán)利要求4所述的圖像配準(zhǔn)中的誤匹配點(diǎn)對(duì)剔除算法，其特征在于，步驟S5.2中，通過RANSAC算法計(jì)算出配準(zhǔn)圖像間的投影變換矩陣H的具體步驟為: S5.2.1:將當(dāng)前最佳估計(jì)正確匹配點(diǎn)對(duì)數(shù)目Ni設(shè)置為O ; S5.2.2:從S5.1獲取的匹配點(diǎn)對(duì)集合中隨機(jī)選取4對(duì)初始匹配點(diǎn)對(duì)，需保證選取的點(diǎn)對(duì)在每個(gè)圖像中任意3個(gè)點(diǎn)不在一條直線上，如果發(fā)生3點(diǎn)共線則重新選取點(diǎn)對(duì)；兩圖像間當(dāng)前投影變換矩陣Hl可根據(jù)4組點(diǎn)對(duì)計(jì)算出； S5.2.3:遍歷S5.1獲取的匹配點(diǎn)對(duì)集合中剩余的匹配點(diǎn)對(duì)，匹配點(diǎn)對(duì)(ai; 求通過H變換得到位置與配準(zhǔn)點(diǎn)位置的差dv = d(a' ^Hai),如果dv大于設(shè)定閾值則點(diǎn)對(duì)為誤匹配點(diǎn)對(duì)，否則為正確匹配點(diǎn)對(duì)； S5.2.4:比較當(dāng)前正確匹配點(diǎn)對(duì)數(shù)目，若大于Ni則當(dāng)前變換矩陣Hl為當(dāng)前最佳矩陣估計(jì)，同時(shí)更新Ni值； S5.2.5:經(jīng)過若干次隨機(jī)抽樣計(jì)算后選擇正確匹配點(diǎn)對(duì)數(shù)目最多的變換矩陣Hl為圖像間的投影變 換矩陣H。
【文檔編號(hào)】G06T7/00GK104077769SQ201410250640
【公開日】2014年10月1日 申請(qǐng)日期:2014年6月6日 優(yōu)先權(quán)日:2014年6月6日
【發(fā)明者】高紅霞, 楊澤, 吳麗璇 申請(qǐng)人:華南理工大學(xué)