CN108921212B - 一种图像匹配方法、移动终端及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种图像匹配方法，将第一图像进行分块处理；从分块处理后的所述第一图像的每个块中确定特征点；将确定的所述第一图像的每个块中的特征点进行双向匹配；根据双向匹配的结果确定每个块的匹配参数；通过所述每个块的匹配参数按块进行匹配处理。本发明还公开了一种移动终端和计算机可读存储介质，解决了相关技术中针对大部分区域为平坦纯色的图像，图像匹配准确率较低的问题，通过对图像进行双向匹配，提高了匹配的准确率，提高了用户体验。

Description

一种图像匹配方法、移动终端及计算机可读存储介质

技术领域

本发明涉及移动通信技术领域，尤其涉及一种图像匹配方法、移动终端及计算机可读存储介质。

背景技术

目前匹配技术广泛应用于医学、生物、信息处理和其他领域，已经成为图像处理应用中不可或缺的技术。

图像匹配技术已经成为现代信息处理领域中的一项极为重要的技术，在许多领域内有着广泛而实际的应用，如：模式识别，自动导航，医学诊断，计算机视觉，图像三维重构、遥感图像处理等领域。图像匹配不准确是这些应用领域的瓶颈问题，目前很多重要的计算机视觉方面的研究都是在假设匹配问题已经得到解决的前提下开展的。

图像匹配是图像处理领域常见的基础问题，是在变换空间中寻找一种或多种变换，使来自不同时间、不同传感器或不同视角的同一场景的两幅或多幅图像在空间上一致。

由于拍摄时间、角度、环境的变化、多种传感器的使用和传感器本身的缺陷，使拍摄的图像不仅受噪声的影响，而且存在严重的灰度失真和几何畸变。在这种条件下，匹配算法如何达到精度高、匹配正确率高、速度快、鲁棒性和抗干扰性强以及并行实现成为人们追求的目标。

在多张图像的融合处理中经常会用到图像匹配，例如多帧降噪、全景拼接等，图像匹配的准确率直接影响图像的融合效果，以两幅图像A和B的匹配为例，常用的图像匹配算法是先在图像A中均匀取点，再采用光流法在图像B中找到这些点，点之间的位移就作为两幅图像在该点附近的局部配准参数，此方法准确率比较低，特别是对于一些大部分区域为平坦纯色的图像，如白墙，玻璃等。

针对相关技术中针对大部分区域为平坦纯色的图像，图像匹配准确率较低的问题，目前尚未提出解决方案。

发明内容

本发明的主要目的在于提出一种图像匹配方法、移动终端及计算机可读存储介质，旨在解决相关技术中针对大部分区域为平坦纯色的图像，图像匹配准确率较低的问题。

为实现上述目的，本发明实施例提出一种图像匹配方法，包括：

将第一图像进行分块处理；

从分块处理后的所述第一图像的每个块中确定特征点；

将确定的所述第一图像的每个块中的特征点进行双向匹配；

根据双向匹配的结果确定每个块的匹配参数；

通过所述每个块的匹配参数按块进行匹配处理。

可选的，从分块处理后的所述第一图像的每个块中确定特征点包括：

从分块处理后的所述第一图像的每个块中确定灰度最大的特征点；和/或，

从分块处理后的所述第一图像的每个块中确定梯度最大的特征点。

可选的，将确定的所述第一图像的每个块中的特征点进行双向匹配包括：：

通过光流法将确定的所述第一图像的每个块中的特征点进行双向匹配。

可选的，根据双向匹配的结果确定每个块的匹配参数包括：

通过线性插值法根据双向匹配的结果确定每个块的匹配参数。

可选的，将确定的每个块中的特征点进行双向匹配包括：

将确定的所述第一图像的每个块的特征点匹配到第二图像中；

将匹配到的所述第二图像中的特征点匹配到所述第一图像中得到匹配结果。

可选的，根据双向匹配的结果确定每个块的匹配参数包括：

根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数。

可选的，根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数包括：

判断所述第一图像的每个块的特征点与所述匹配结果的差值是否小于预定阈值；

将特征点与匹配结果的差值小于所述预定阈值的特征点确定为匹配准确的点，并将特征点与匹配结果的差值大于或等于所述预定阈值的特征点确定为匹配不准确的点；

通过线性插值法得到所述匹配不准确的点的匹配参数，以确定所述第一图像中每个块的匹配参数。

根据本发明实施例的另一方面，提供了一种移动终端，所述移动终端包括：处理器、存储器及通信总线，其中，

所述通信总线，用于实现所述处理器和所述存储器之间的连接通信；

所述处理器，用于执行存储器中存储的图像匹配程序，以实现以下步骤：

将第一图像进行分块处理；

从分块处理后的所述第一图像的每个块中确定特征点；

将确定的所述第一图像的每个块中的特征点进行双向匹配；

根据双向匹配的结果确定每个块的匹配参数；

通过所述每个块的匹配参数按块进行匹配处理。

可选的，所述处理器还用于执行图像匹配程序，以实现以下步骤：

从分块处理后的所述第一图像的每个块中确定灰度最大的特征点；和/或，

从分块处理后的所述第一图像的每个块中确定梯度最大的特征点。

可选的，所述处理器还用于执行图像匹配程序，以实现以下步骤：

通过光流法将确定的所述第一图像的每个块中的特征点进行双向匹配。

可选的，所述处理器还用于执行图像匹配程序，以实现以下步骤：

通过线性插值法根据双向匹配的结果确定每个块的匹配参数。

可选的，所述处理器还用于执行图像匹配程序，以实现以下步骤：

将确定的所述第一图像的每个块的特征点匹配到第二图像中；

将匹配到的所述第二图像中的特征点匹配到所述第一图像中得到匹配结果。

可选的，所述处理器还用于执行图像匹配程序，以实现以下步骤：

根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数。

可选的，所述处理器还用于执行图像匹配程序，以实现以下步骤：

判断所述第一图像的每个块的特征点与所述匹配结果的差值是否小于预定阈值；

将特征点与匹配结果的差值小于所述预定阈值的特征点确定为匹配准确的点，并将特征点与匹配结果的差值大于或等于所述预定阈值的特征点确定为匹配不准确的点；

通过线性插值法得到所述匹配不准确的点的匹配参数，以确定所述第一图像中每个块的匹配参数。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述图像匹配方法的步骤。

通过本发明，将第一图像进行分块处理；从分块处理后的所述第一图像的每个块中确定特征点；将确定的所述第一图像的每个块中的特征点进行双向匹配；根据双向匹配的结果确定每个块的匹配参数；通过所述每个块的匹配参数按块进行匹配处理，解决了相关技术中针对大部分区域为平坦纯色的图像，图像匹配准确率较低的问题，通过对图像进行双向匹配，提高了匹配的准确率，提高了用户体验。

附图说明

图1为实现本发明各个实施例一可选的移动终端的硬件结构示意图；

图2为如图1所示的移动终端的无线通信系统示意图；

图3是根据本发明实施例的图像匹配方法的流程图；

图4是根据本发明实施例的移动终端中全景图像采集的示意图一；

图5是根据本发明实施例的移动终端中全景图像采集的示意图二；

图6是根据本发明实施例的旋转和平移的原理的示意图；

图7是根据本发明实施例的移动终端的示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监测。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

具体地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。

基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。

实施例1

基于上述的移动终端，本发明实施例提供了一种图像匹配方法，图3是根据本发明实施例的图像匹配方法的流程图，如图3所示，该方法包括以下步骤：

步骤S301，将第一图像进行分块处理；

步骤S302，从分块处理后的所述第一图像的每个块中确定特征点；

步骤S303，将确定的所述第一图像的每个块中的特征点进行双向匹配；

步骤S304，根据双向匹配的结果确定每个块的匹配参数；

步骤S305，通过所述每个块的匹配参数按块进行匹配处理。

通过上述步骤，将第一图像进行分块处理；从分块处理后的所述第一图像的每个块中确定特征点；将确定的所述第一图像的每个块中的特征点进行双向匹配；根据双向匹配的结果确定每个块的匹配参数；通过所述每个块的匹配参数按块进行匹配处理，解决了相关技术中针对大部分区域为平坦纯色的图像，图像匹配准确率较低的问题，通过对图像进行双向匹配，提高了匹配的准确率，提高了用户体验。

进一步地，在上述步骤S301之前，还包括：获取待匹配的第一图像和第二图像。

获取的第一图像和第二图像包含有同一目标的图像，例如包含有同一动物、物品等。其中，两幅包含有同一目标的图像可以是直接通过拍摄得到、从存储空间获取得到，还可以是通过对视频截屏得到。如果第一图像和第二图像是彩色图像，可以进一步将第一图像和第二图像分别灰度化，得到灰度化的第一图像和灰度化的第二图像。

用户通过移动终端的拍摄全景图像，移动终端在接收到触发拍摄的触发之后，进入拍摄界面，图4是根据本发明实施例的移动终端中全景图像采集的示意图一，如图4所示，在显示界面显示图像采集窗口，并显示出采集的画面，移动终端获取图像。

用户通过触控指令进入移动终端的拍摄界面，选择拍摄模式。对应的，移动终端获取当前的拍照模式，所述当前拍照模式为全景拍摄模式。

所述全景拍摄模式可以是用户通过执行相应模式选择/切换等操作触发的指令所述指示的模式，如，用户通过操作移动终端的虚拟按键或物理按键来触发所需的模式等，移动终端在接收到用户的模式选择/切换操作所触发的指令后，根据接收的指令获得当前的拍摄模式。在其他可能的实现方式中，所述当前拍摄模式可以是移动终端自动调整的能够适应当前拍摄需求的拍摄模式，如拍摄预览时，若检测到预览窗口的图像沿某一方向移动预定距离，则自动调整为全景拍摄模式。

用户通过触控指令拍照，移动终端获取拍照指令，该拍照指令具体可以是在全景拍摄模式中，由用户通过执行相应拍照操作所触发的指令，如用户通过按下移动终端显示屏上的虚拟快门键，或移动终端侧身的物理按键所触发的拍照指令等。本实施例中，该指令用于指示移动终端在全景拍摄模式中对全景图像进行拍摄。图5是根据本发明实施例的移动终端中全景图像采集的示意图二，如图5所示，当接收到用户的拍照指令后，在显示界面显示拍摄的所有过程图像，在接收到用户完成拍摄的完成指令后，显示全景图像。

移动终端接收到用户的拍照指令之后，便在后台对其中的图像进行相应的匹配处理，下面以其中的第一图像和第二图像的匹配为例进行详细说明。

上述的步骤S302，进一步包括：获取所述第一图像中的特征点；获取到的第一图像中的特征点包括了第一图像和第二图像中均包含的同一目标上的像素点。

本实施例中并不限于获取第一图像中的特征点，还可以是获取第二图像中的特征点。只要是从包含有同一目标的两幅图像中任意选择一幅，并获取选择的一幅图像中的特征点，而并不需要获取另一幅图像中的特征点。

本实施例中从第一图像中获取到的特征点并不包括特征点的特征描述，而仅仅是获取到特征点。

上述的步骤S303进一步地包括：利用光流法确定与所述特征点匹配的像素点在所述第二图像中的位置。在从第一图像中获取到特征点后，还需要进行特征点匹配，即需要确定在第二图像中存在的与第一图像中特征点相匹配的像素点，进而实现第一图像中包含的目标与第二图像中包含的同一目标的匹配。再利用光流法将第二图像中匹配到的特征点匹配到第一图像中，确定与所述第二图像中匹配到的特征点匹配的像素点在所述第一图像中的位置。在从第二图像中获取到匹配的特征点后，还需要再次进行特征点匹配，即需要确定在第一图像中的与第二图像中特征点相匹配的像素点，实现第二图像中包含的目标与第一图像中包含的同一目标的匹配。进而实现了将确定的所述第一图像的每个块中的特征点进行双向匹配。

本实施例中利用光流法确定与所述特征点匹配的像素点在所述第二图像中的位置，实现第一图像中包含的目标与第二图像中包含的同一目标的匹配，将将第二图像中匹配到的特征点匹配到第一图像中实现双向匹配。

本实施例中公开的方法还可以应用在图像拼接、目标跟踪以及目标检测等场景。

从上述技术方案可知，本实施例中获取待匹配的第一图像和第二图像，并仅从第一图像中获取特征点，而并不需要从第二图像中获取特征点，即可通过光流法确定第二图像中与第一图像中的特征点匹配的像素点，进而完成图像匹配。由于本实施例中并不需要从第一图像和第二图像中都获取特征点，且针对第一图像中的任意一个特征点而言，在确定第二图像中与此特征点匹配的像素点时，利用光流法可以在第二图像中直接确定与此特征点匹配的像素点，而并不需要遍历第二图像中获取到的全部特征点，以在第二图像中的全部特征点中确定与第一图像中的特征点匹配的像素点，因此本实施例在进行图像匹配时操作简单，计算量小。

另外，通过双向匹配，使得图像匹配的准确性更高。具体地，通过将第一图像进行分块处理，从分块处理后的所述第一图像的每个块中确定特征点，将确定的所述第一图像的每个块的特征点匹配到第二图像中，将匹配到的所述第二图像中的特征点匹配到所述第一图像中得到匹配结果，根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数，通过所述每个块的匹配参数按块进行匹配。

进一步地，根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数具体可以包括：判断所述第一图像的每个块的特征点与所述匹配结果的差值是否小于预定阈值；将特征点与匹配结果的差值小于所述预定阈值的特征点确定为匹配准确的点，并将特征点与匹配结果的差值大于或等于所述预定阈值的特征点确定为匹配不准确的点；由于匹配不准确的点会被否定，通过线性插值法得到所述匹配不准确的点的匹配参数，以确定所述第一图像中每个块的匹配参数。

可选的，从分块处理后的所述第一图像的每个块中确定特征点可以根据灰度确定，也可以根据梯度确定，选取灰度最大或梯度最大的特征点，具体可以包括：从分块处理后的所述第一图像的每个块中确定灰度最大的特征点；和/或，从分块处理后的所述第一图像的每个块中确定梯度最大的特征点。即选取每个块中灰度最大即亮度最大的点作为特征点，或选取梯度最大即与周围的点差异最大的点作为特征点。

具体地，可以基于加速分割测试特征获取特征点，可以包括以下步骤：

在所述第一图像中选取一像素点；由于第一图像中包括与第二图像相同的目标，因此本步骤中在第一图像中选取一像素点具体可以是在第一图像中包含的目标所在区域选取一像素点。

以所述第一图像中的像素点为圆心，根据预设半径在所述第一图像中做圆；根据Bresenham算法，以选取的像素点为圆心，预设半径为半径在第一图像中做圆。其中，预设半径可以根据实际需要进行相应的调整。本实施例中预设半径为包括3个像素点的距离。

选取位于所述圆的圆周上的特定数量的像素点；在生成的以选取的像素点为圆心，预设半径为半径的圆的圆周上选取特征数量的像素点，当然，选取的位于圆周上的像素点是位于圆周上的不同位置的。例如，预设数量为12个，则需要在圆周上选取12个位于不同位置的像素点。其中，可以是均匀的选取，即每两个像素点之间间隔的圆周长度相同。

逐一比较所述圆周上的每个像素点的灰度与所述圆心的灰度的大小；对在圆周上选取的12个位于不同位置的像素点，按照顺时针方向从1到12的顺序对各个像素点分别进行编号。

获取每个像素点的灰度，以及作为圆心的像素点的灰度。按照编号由小到大的顺序，依次比较每一个编号对应的像素点的灰度与作为圆心的像素点的灰度之间的大小。

判断所述圆周上的像素点中是否存在至少两个像素点的灰度均大于或均小于所述圆心的灰度；

判断所述圆周上的像素点中存在至少两个像素点的灰度均大于或均小于所述圆心的灰度，则确定所述圆心为所述第一图像中的特征点。

根据比较结果，判断圆周上的像素点中是否存在至少两个像素点的灰度均大于或均小于所述圆心的灰度；

若判断所述圆周上的像素点中存在至少两个像素点的灰度均大于或均小于所述圆心的灰度，则说明作为圆心的像素点的邻域内存在足够多的像素点与作为圆心的像素点相差较大，进而此作为圆心的像素点是特征点。

若判断所述圆周上的像素点中并不存在至少两个像素点的灰度均大于所述圆心的灰度，且所述圆周上的像素点中并不存在至少两个像素点的灰度均小于所述圆心的灰度，则说明此作为圆心的像素点不是特征点。

在本实施例中，为了扩大作为圆心的像素点与其邻域内其他像素点的差距，可以设置灰度阈值，在比较圆周上的每个像素点的灰度与作为圆心的像素点的灰度时，将圆周上的每个像素点的灰度与作为圆心的像素点的灰度加上灰度阈值之后的和值比较大小，以及将圆周上的每个像素点的灰度与作为圆心的像素点的灰度减去灰度阈值之后的差值比较大小。

并判断圆周上的像素点中是否存在至少两个像素点的灰度均大于作为圆心的像素点的灰度加上灰度阈值之后的和值，或圆周上的像素点中是否存在至少两个像素点的灰度均小于作为圆心的像素点的灰度减去灰度阈值之后的差值；

若判断圆周上的像素点中存在至少两个像素点的灰度均大于作为圆心的像素点的灰度加上灰度阈值之后的和值，即说明圆周上有至少两个像素点的灰度比作为圆心的像素点的灰度加上灰度阈值后的灰度还亮；判断圆周上的像素点中存在至少两个像素点的灰度均小于作为圆心的像素点的灰度减去灰度阈值之后的差值，即说明圆周上有至少两个像素点的灰度比作为圆心的像素点的灰度减去灰度阈值后的灰度还暗；则确定作为圆心的像素点是特征点。

确定所述圆心为所述第一图像中的特征点。

需要说明的是从分块处理后的所述第一图像的每个块中确定梯度最大的特征点与上述从分块处理后的所述第一图像的每个块中确定梯度最大的特征点的步骤类似，在此不再赘述。

通过上述步骤，实现了利用FAST获取特征点的目的。可以理解的是，本实施例中并不仅仅获取一个特征点，通过执行上述步骤仅能够确定一个像素点是否是特征点，因此本实施例中可以多次执行上述步骤，以实现获取多个特征点。

之后再利用光流法确定与所述特征点匹配的像素点在所述第二图像中的位置，将第二图像中匹配到的特征点再次匹配到第一图像中完成双向匹配。

可选的，将确定的所述第一图像的每个块中的特征点进行双向匹配包括：通过光流法将确定的所述第一图像的每个块中的特征点进行双向匹配。其中，光流是一种简单实用的图像运动的表达方式，通常定义为一个图像序列中的图像亮度模式的表观运动，即空间物体表面上的点的运动速度在视觉传感器的成像平面上的表达。这种定义认为光流只表示一种几何变化。1998年Negahdaripour将光流重新定义为动态图像的几何变化和辐射度变化的全面表示。光流是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。一般情况下，光流由相机运动、场景中目标运动或两者的共同运动产生的相对运动引起的。光流法检测运动物体的基本原理是：给图像中的每一个像素点赋予一个速度矢量，这就形成了一个图像运动场，在运动的一个特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可由投影关系得到，根据各个像素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动物体，则光流矢量在整个图像区域是连续变化的。当图像中有运动物体时，目标和图像背景存在相对运动，运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物体及位置。采用光流法进行运动物体检测的问题主要在于大多数光流法计算耗时，实时性和实用性都较差。但是光流法的优点在于光流不仅携带了运动物体的运动信息，而且还携带了有关景物三维结构的丰富信息，它能够在不知道场景的任何信息的情况下，检测出运动对象。光流计算方法大致可分为三类：基于匹配的方法、频域的方法和梯度的方法。

可选的，根据双向匹配的结果确定每个块的匹配参数包括：通过线性插值法根据双向匹配的结果确定每个块的匹配参数。

本发明实施例提供了一种改进的双向图像匹配方法，以两幅图像A和B的匹配为例进行说明，主要包括如下步骤：

1.将图像A分为W×H块。每块的大小可以灵活设定，以宽和高均不大于512为宜；

2.在每块内分别寻找特征点。特征点可以是局部区域内某种特征值最大的点，如灰度最大、梯度最大等；

3.使用光流法等配准算法对A中所有的特征点进行从A-＞B的匹配，例如A中某一特征点(x0，y0)，在B中与之对应的点是(x1，y1)；

4.再次使用光流法等配准算法对上一步中匹配到的图像B中的点进行从B-＞A的匹配，得到B中某一点(x1，y1)在A中与之对应的点(x2，y2)；

5.评估两次匹配结果，找出所有匹配更准确的点。以上面的举例的某一个特征点为例，理论上，如果该点匹配准确，则应该有x2＝x0，y2＝y0；实际实施过程中，可以将|x2-x0|<C且|y2-y0|<C视为匹配准确的点；

6.使用线性插值法得到所有块的匹配参数。通过步骤5的评估筛选，某些块的匹配结果可能被否定，所以需要使用插值得到这些被否定的块的匹配参数。

7.使用每个块的匹配参数按块进行匹配。

本发明实施例中的图像匹配，通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。

本发明实施例采用双向匹配算法来选取初始点，因为对于那些正确的匹配来说，这种双向匹配所得得到的结果是很好的。如果采用双向匹配算法得到的匹配点很少，那么可以断言，相对应的两张图片并没有什么必然联系，或者其中的某张图片失真已经很严重了，所以失去了这种能够双向匹配的基本特性。

本发明实施例的图像匹配方法，匹配两帧图像的关键是评估两帧图像的内容相似度。根据匹配算法的基本思想可将图像匹配方法分成两大类，即基于区域的匹配方法和基于特征的匹配方法，本实施例的图像匹配方法融合这两种方法的优点，提取两帧图像中的相似物体、充分利用这些物体的位置与布局信息评估两帧图像的相似度。该方法通过重叠区提取、子块分解匹配的重叠区重建、重建后的重叠区相似度分析三个环节实现了任意两帧图像内容相似度的比较。并通过双向匹配，得到每个块的匹配参数，使得每个块的匹配参数更加精准，再通过每个块的匹配参数按块实现匹配，提高了匹配的准确率。

具体地，提取图像之间的重叠区：对于待匹配的两帧图像，即使它们包含了相同的图像内容，多数情况下它们是从不同位置和视角拍摄的。导致两帧图像只会有部分区域含重合的图像内容。因此图像内容识别和匹配的目标就是提取该重叠区域、通过分析该区域中的图像内容评估两帧图像的相似度；为了实现这一目标，拍摄于不同位置和坐标的两帧带匹配图像需要通过仿射变换模型被平移和旋转到相同的拍摄位置。通过这一调整，在两幅图像中拍摄的相同物体会被调整到近似相同的位置。图6是根据本发明实施例的旋转和平移的原理的示意图，如图6所示，经过旋转和平移。原始的图像中的三角形和平行四边形被调整到了相同位置。图6中的(a)为帧A图像内容，图6中的(b)为帧B图像内容，图6中的(c)为调整后的结果。

基于子块分解匹配的重叠区重建：对于匹配的两帧图像，它们的重叠区具备的特征是，两帧图像重叠区内的物体是相同的、它们的坐标也是相同的。因此对于帧A、B，通过求取它们重叠区的相关系数、对比重叠区内的每个像素点，即可评估两帧图像的相似度，若两帧具有相同的图像内容，则相似度的评估结果会非常大。

但是，因为SURF算法精度和特征点的实际高度不同等原因，特征点的提取结果存在误差，重叠区域不可能被提取得十分准确。产生误差的主要原因包括：首先，两帧图像重叠区中的物体有平移误差。其次，两个区域之间还有旋转误差。因此，如果仅通过常用的匹配方法(如相关系数)，两个图像重叠区域的相似度不能被精确分析、严重影响匹配精确。

为了解决这一问题，设计了一种基于子块分解匹配的重叠区重建方法，帧A中的重叠区域将通过机器视觉中的小分块重建，然后再与帧B重叠区进行匹配。重建过程包括：帧A的重叠区被分为很多子块，这些子块可以与帧B重叠区通过SAD(Sum of AbsoluteDifference)方法进行匹配、找到它们在帧B中最适合的位置，重建帧B区域。如果帧A与帧B相似，重建后的重叠区将会与帧B的重叠区非常相似。否则仅会有少数几个子块能被匹配到帧B中。

重建后的重叠区相似度分析；评估帧A、B的相似度可以通过比较帧A重建重叠区和帧B重叠区的相似度SAB实现。

实施例2

根据本发明实施例的另一方面，还提供了一种移动终端，图7是根据本发明实施例的移动终端的示意图，如图7所示，所述移动终端包括：处理器110、存储器109及通信总线，其中，

所述通信总线，用于实现所述处理器110和所述存储器109之间的连接通信；

所述处理器110，用于执行存储器109中存储的图像匹配程序，以实现以下步骤：

将第一图像进行分块处理；

从分块处理后的所述第一图像的每个块中确定特征点；

将确定的所述第一图像的每个块中的特征点进行双向匹配；

根据双向匹配的结果确定每个块的匹配参数；

通过所述每个块的匹配参数按块进行匹配处理。

可选的，所述处理器110还用于执行图像匹配程序，以实现以下步骤：

从分块处理后的所述第一图像的每个块中确定灰度最大的特征点；和/或，

从分块处理后的所述第一图像的每个块中确定梯度最大的特征点。

可选的，所述处理器110还用于执行图像匹配程序，以实现以下步骤：

通过光流法将确定的所述第一图像的每个块中的特征点进行双向匹配。

可选的，所述处理器110还用于执行图像匹配程序，以实现以下步骤：

通过线性插值法根据双向匹配的结果确定每个块的匹配参数。

可选的，所述处理器110还用于执行图像匹配程序，以实现以下步骤：

将确定的所述第一图像的每个块的特征点匹配到第二图像中；

将匹配到的所述第二图像中的特征点匹配到所述第一图像中得到匹配结果。

可选的，所述处理器110还用于执行图像匹配程序，以实现以下步骤：

根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数。

可选的，所述处理器110还用于执行图像匹配程序，以实现以下步骤：

判断所述第一图像的每个块的特征点与所述匹配结果的差值是否小于预定阈值；

将特征点与匹配结果的差值小于所述预定阈值的特征点确定为匹配准确的点，并将特征点与匹配结果的差值大于或等于所述预定阈值的特征点确定为匹配不准确的点；

通过线性插值法得到所述匹配不准确的点的匹配参数，以确定所述第一图像中每个块的匹配参数。

实施例3

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述图像匹配方法的以下步骤：

S11，将第一图像进行分块处理；

S12，从分块处理后的所述第一图像的每个块中确定特征点；

S13，将确定的所述第一图像的每个块中的特征点进行双向匹配；

S14，根据双向匹配的结果确定每个块的匹配参数；

S15，通过所述每个块的匹配参数按块进行匹配处理。

本发明实施例，将第一图像进行分块处理；从分块处理后的所述第一图像的每个块中确定特征点；将确定的所述第一图像的每个块中的特征点进行双向匹配；根据双向匹配的结果确定每个块的匹配参数；通过所述每个块的匹配参数按块进行匹配处理，解决了相关技术中针对大部分区域为平坦纯色的图像，图像匹配准确率较低的问题，通过对图像进行双向匹配，提高了匹配的准确率，提高了用户体验。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (7)

1.一种图像匹配方法，其特征在于，包括：

将第一图像进行分块处理；

从分块处理后的所述第一图像的每个块中确定特征点；

将确定的所述第一图像的每个块中的特征点进行双向匹配；

根据双向匹配的结果确定每个块的匹配参数；

通过所述每个块的匹配参数按块进行匹配处理；

其中，将确定的所述第一图像的每个块中的特征点进行双向匹配包括：

将确定的所述第一图像的每个块的特征点匹配到第二图像；

将匹配到的所述第二图像中的特征点匹配到所述第一图像中得到匹配结果；其中，所述特征点为所述第一图像和所述第二图像中均包含的同一目标的像素点；

其中，根据双向匹配的结果确定每个块的匹配参数包括：

根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数，包括：

判断所述第一图像的每个块的特征点与所述匹配结果的差值是否小于预定阈值；

将特征点与匹配结果的差值小于所述预定阈值的特征点确定为匹配准确的点，并将特征点与匹配结果的差值大于或等于所述预定阈值的特征点确定为匹配不准确的点；

通过线性插值法得到所述匹配不准确的点的匹配参数，以确定所述第一图像中每个块的匹配参数。

2.根据权利要求1所述的方法，其特征在于，从分块处理后的所述第一图像的每个块中确定特征点包括：

从分块处理后的所述第一图像的每个块中确定灰度最大的特征点；和/或，

从分块处理后的所述第一图像的每个块中确定梯度最大的特征点。

3.根据权利要求1所述的方法，其特征在于，将确定的所述第一图像的每个块中的特征点进行双向匹配包括：

通过光流法将确定的所述第一图像的每个块中的特征点进行双向匹配。

4.根据权利要求1所述的方法，其特征在于，根据双向匹配的结果确定每个块的匹配参数包括：

通过线性插值法根据双向匹配的结果确定每个块的匹配参数。

5.一种移动终端，其特征在于，所述移动终端包括：处理器、存储器及通信总线，其中，

所述通信总线，用于实现所述处理器和所述存储器之间的连接通信；

所述处理器，用于执行存储器中存储的图像匹配程序，以实现以下步骤：

将第一图像进行分块处理；

从分块处理后的所述第一图像的每个块中确定特征点；

将确定的所述第一图像的每个块中的特征点进行双向匹配；

根据双向匹配的结果确定每个块的匹配参数；

通过所述每个块的匹配参数按块进行匹配处理；

其中，所述处理器还用于执行图像匹配程序，以实现以下步骤：

将确定的所述第一图像的每个块的特征点匹配到第二图像；

将匹配到的所述第二图像中的特征点匹配到所述第一图像中得到匹配结果；其中，所述特征点为所述第一图像和所述第二图像中均包含的同一目标的像素点；

其中，根据双向匹配的结果确定每个块的匹配参数包括：

根据所述第一图像的每个块的特征点和所述匹配结果得到每个块的匹配参数，包括：

判断所述第一图像的每个块的特征点与所述匹配结果的差值是否小于预定阈值；

将特征点与匹配结果的差值小于所述预定阈值的特征点确定为匹配准确的点，并将特征点与匹配结果的差值大于或等于所述预定阈值的特征点确定为匹配不准确的点；

通过线性插值法得到所述匹配不准确的点的匹配参数，以确定所述第一图像中每个块的匹配参数。

6.根据权利要求5所述的移动终端，其特征在于，所述处理器还用于执行图像匹配程序，以实现以下步骤：

从分块处理后的所述第一图像的每个块中确定灰度最大的特征点；和/或，

从分块处理后的所述第一图像的每个块中确定梯度最大的特征点。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1-4中任一项所述图像匹配方法的步骤。

Images