公开(公告)号：CN101488224B

公开(公告)日：2011-01-19

申请号：CN200810056261.X

申请日：2008-01-16

Applicant: 中国科学院自动化研究所

Inventor： 王旭光 ,  吴福朝 ,  胡占义

IPC: G06T7/00

Abstract: 本发明是基于相关性度量的特征点匹配方法，拍摄多幅待匹配场景图像并输入计算机；计算图像各像素的梯度，提取图像特征点信息；对提取的每个特征点，把以特征点为中心的圆形邻域进行分块，计算分块得到的每个子区域的梯度均值；利用子区域各像素点的梯度以及子区域的梯度均值，建立子区域的Harris相关矩阵并计算Harris相关矩阵的行列式和迹；利用Harris相关矩阵的行列式和迹，构造Harris相关性度量并用Harris相关性度量构造Harris相关性描述子；计算特征点描述子之间的欧氏距离，应用度量准则进行匹配。本发明不需要对摄像机参数进行标定，匹配过程中不需要人的参与，自动完成匹配，而且具有简单、实用、匹配点稠密、匹配精度高、鲁棒性好等特点。

公开(公告)号：CN101488224A

公开(公告)日：2009-07-22

申请号：CN200810056261.X

申请日：2008-01-16

Applicant: 中国科学院自动化研究所

Inventor： 王旭光 ,  吴福朝 ,  胡占义

IPC: G06T7/00

Abstract: 本发明是基于相关性度量的特征点匹配方法，拍摄多幅待匹配场景图像并输入计算机；计算图像各像素的梯度，提取图像特征点信息；对提取的每个特征点，把以特征点为中心的圆形邻域进行分块，计算分块得到的每个子区域的梯度均值；利用子区域各像素点的梯度以及子区域的梯度均值，建立子区域的Harris相关矩阵并计算Harris相关矩阵的行列式和迹；利用Harris相关矩阵的行列式和迹，构造Harris相关性度量并用Harris相关性度量构造Harris相关性描述子；计算特征点描述子之间的欧氏距离，应用度量准则进行匹配。本发明不需要对摄像机参数进行标定，匹配过程中不需要人的参与，自动完成匹配，而且具有简单、实用、匹配点稠密、匹配精度高、鲁棒性好等特点。