(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210703901.1 (22)申请日 2022.06.21 (71)申请人 上海大学 地址 200436 上海市宝山区上 大路99号 (72)发明人 袁建军　黄一鸣　章弘凯　鲍晟　 杜亮　 (74)专利代理 机构 嘉兴华申知识产权代理事务 所(普通合伙) 33454 专利代理师 徐桂红 (51)Int.Cl. G06V 10/44(2022.01) (54)发明名称 一种基于ORB描述子的特征点局部邻域特征 匹配方法 (57)摘要 本发明公开了一种基于ORB描述子的特征点 局部邻域特征匹配方法， 包括以下步骤： S1： 提取 图像fp和图像fq中的特征点； S2： 搜索S1中图像fp 和图像fq中每个特征点的邻域 S3： 选取步 骤S2中图像fp中每个特征点对应于图像fq的邻 近特征点构成假定特征点对， 假定特征点对合集 为S； S4： 输入假定 特征点对 合集S。 本发明提供的 ORB描述子的特征点局部邻域特征匹配方法， 通 过建立初始网格矩阵G0可以有效的提高特征点 匹配的速度， 再经过对特征点集真假性匹配， 以 及建立二次网格矩阵G1， 通过二次网格矩阵G1再 对特征点集进行多次处理， 去除错误匹配点集， 可以有效地减少误匹配， 提高特征点匹配的成功 率， 进而提升各类特 征匹配算法的鲁棒 性。 权利要求书2页 说明书11页 附图6页 CN 115049847 A 2022.09.13 CN 115049847 A 1.一种基于ORB描述子的特 征点局部邻域特 征匹配方法， 其特 征在于， 包括以下步骤： S1： 通过ORB快速特征点提取和描述算法对相同或相似场景下的两帧图像fp和图像fq进 行检测和描述其特征， 并提取图像fp和图像fq中的特征点； S2： 在欧氏距离下计算像素距离并搜索所述步骤S1中图像fp和图像fq中每个特征点的 邻域Ni， 设定一个阈值r， 将超过阈值r的特 征点排除在邻域外； S3： 选取步骤S2中图像fp中每个特征点对应于图像fq中相应邻域中的邻近特征点构成 假定特征点对， 假定特 征点对合 集为S； S4： 在算法中输入假定特征点对合集S， 同时建立两个点集： 真实匹配特征点集Y和错误 匹配特征点集M； S5： 利用GMS网格法寻找图像fp和图像fq中所有特征点和的最近邻特征点， 并在图像fp 和图像fq上分别划分不重 叠的初始网格矩阵G0； S6： 根据所述步骤S4中划分的网格矩阵G0以及所述步骤S1中提取的特征点， 对S1中的特 征点根据欧式距离在网格矩阵G0中搜索当前特征点ai、 bi的最邻近特征点aj、 bj， 并在汉明距 离下计算 其相似度是否大于设定的阈值； 是， 则表示两个特征点的相似度较低， 为错误匹配， 将当前特征点合并至初始设置的错 误匹配特 征点集M中； 否， 则进入S7； S7： 按照欧氏距离搜索当前进行比较的特征点周围的3个最近邻特征点， 通过计算k维 检验及其邻域的汉明距离， 构造局部邻域约束； S8： 设定一个比较阈值， 根据相似函数比较fp和图像fq中对应特征点的局部邻域约束的 相似性， 判断相似函数的结果是否小于该阈值： 是， 则该特征点对为假定真实匹配的特征点对， 将该特征点对合并至初始设置的真实 匹配点集Y中； 否， 则该特征点对为假定错误匹配的特征点对， 将该特征点对合并至初始设置的错误 匹配点集M中； S9： 分别搜索图像fp和图像fq中当前进行比较的特征点ai、 bi与其各自的最近邻特征点 aj、 bj之间的连线与 G0网格边缘线交错的特征点， 将当前特征点ai、 bi和其最近邻特征点aj、 bj之间的像素距离记 为L1， 将当前特征点ai、 bi和G0网格边缘线交点之间的像素距离记 为L2， 并比较L1和L2， 其比较公式如下 所示： 是， 则表示当前特征点ai、 bi的最近邻特征点aj、 bj在其它网格内， 需要重新划分网格G1， 并进入S10； 否， 则表示当前特征点ai、 bi的最近邻特征点aj、 bj在本网格内， 直接输出真实特征点集 Y； S10： 通过变邻域搜索算法， 定义一组变邻域R， 将变邻域R输入到算法中， 重新确定第二 次网格矩阵G1； S11： 重复所述 步骤S7至S10， 并最终输出真实匹配的特 征点集Y。权　利　要　求　书 1/2 页 2 CN 115049847 A 22.根据权利要求1所述的一种基于ORB描述子的特征点局部邻域特征匹配方法， 其特征 在于， 所述 步骤S2中， 邻域 Ni表示为： Ni＝{nj|nj≠ni， L(nj， ni)＜r}； 其中， ni为当前特征点， nj为与ni不同的特征点， L(nj， ni)为两个特征点之间的像素距 离， r为设定好的邻域的比较阈值。 3.根据权利要求1所述的一种基于ORB描述子的特征点局部邻域特征匹配方法， 其特征 在于， 所述 步骤S3中， 假定特 征点对S定义 为： 其中Si为S集合内的一次特征点对的对应， pi为图像fp中的特征点， qi为图像fq中与图像 fp对应的特征点， d(， )为两个特征描述子之间的汉明距离， dH为真实对应的距离阈值， N为 特 征点对的数目。 4.根据权利要求1所述的一种基于ORB描述子的特征点局部邻域特征匹配方法， 其特征 在于， 所述步骤S5中， 通过设定一系列网格矩阵规模， 并进行算法执行速度测试， 最终选择 算法执行速度最快的一种网格矩阵规模作为网格矩阵G0的网格矩阵规模。 5.根据权利要求1所述的一种基于ORB描述子的特征点局部邻域特征匹配方法， 其特征 在于， 所述 步骤S8中， 相似度计算公式为： 其中， 为异或运算， fk(aj)和fk(bj)均为ORB描述子的k维检验， 其满足高斯分布， 其计 算公式为： 其中的τ(a； xj， yj)为基于灰度图的二 值强度检验， 其公式表示 为： 6.根据权利要求1所述的一种基于ORB描述子的特征点局部邻域特征匹配方法， 其特征 在于， 所述步骤S7中， 所述局部邻域构造方 法为分别计算fp和fq中当前进行比较的特征点与 其最近邻的3个特 征点之间的k维检验及其邻域的汉明距离 。 7.根据权利要求1所述的一种基于ORB描述子的特征点局部邻域特征匹配方法， 其特征 在于， 所述 步骤S10中， 变邻域R具体定义 为： 其中， R为当前 特征点的邻域， Rm为提前设定好的一组邻域， M为 这组邻域的数量。权　利　要　求　书 2/2 页 3 CN 115049847 A 3