多相似内容图像的特征匹配.pdfVIP

第 23卷第 1O期 计算机辅助设计与图形学学报 V01．23NO．10 2011年 1O月 JournalofComputer—AidedDesign ComputerGraphics 0ct．2O11 多相似 内容图像 的特征匹配 曾 丹，史 浩，张 琦 (上海大学特种光纤与光接入网省部共建重点实验室 上海 200072) (dzeng@shu．edu．cn) 摘 要 ：针对 当场景中包含多处相似 内容时利用灰度或梯度信息进行特征匹配误差较大的问题 ，提 出采用拓扑相似 性度量 以去除灰度或梯度分布相似 内容导致 的误匹配的方法．首先提出了K近邻算法 ，根据相似 内容 问的匹配相 比 非相似 内容问的误匹配有着 明显更小的最短最近邻距离的性质 ，得到相似 内容间多对多的特征匹配作为待匹配关 系；然后提 出了平面投影的5条拓扑相似性约束条件 ，利用多单应矩阵将待匹配对划分至多处平面 ，对各平面上特征 点进行分级三角剖分，根据拓扑相似性约束条件去除误匹配，并将多对多的匹配 降为一对一匹配．实验结果表 明，文 中方法可 以去除区域边缘 以外 的误 匹配． 关键词 ：特征匹配 ；相似 内容 ；拓扑相似性约束 ；K近邻 ；平面划分 中图法分类 号 ：TP391 FeatureMatchingbetween ImageswithM ultipleSimilarContents ZengDan，ShiHao，andZhangQi (KeyLaboratoryofSpecialtyFiberOpticsandOpticalAccessNetworks，ShanghaiUniversity，Shanghai 200072) Abstract：Intensity—or gradient—based sim ilarity measurement leads to outliers caused by similar objects．To addressthisproblem，a novelfeaturematching method using topology similarity constraints is proposed． Using Euclidean distance to measure similarity， similar contents are significantlycloserthandissimilarcontents．K nearestneighboralgorithm isproposedtofindmatched candidateswhich have significantly smaller distances． W ith plane—to—plane homography，matched featuresare divided into several feature—sets by planes． Then allfeature—sets are hierarchically triangulated．W ithfivetopology similarityconstraints，outliersareremoved，andm 。 —matchesare reduced to 1：1-matches． The experimentalresults show that the proposed method successfully removedtheoutliersexceptthestraypoints． Keywords：featurematching；similarcontents；topology similarityconstraints；K nearestneighbor； planesegm entation 图像特征具备受几何变换、曝光差异等影 响较 (scale—invariantfeaturetransform，SIFT)．Mikolajczyk 小 的优点 ，故常通过特征匹配实现不同视点 、不同时 等 。对现有主要特征描述方法进行了 比较 ，对 比实 间、不同信号源的图像内容的配准． 验结果表