基于几何约束的倾斜影像特征匹配方法

针对倾斜影像视角变换较大、重复纹理导致匹配数量少、匹配精度不高的问题，提出一种适用于倾斜影像的特征点、线分级匹配方法.首先，用直线提取（检测）算法（LSD）获取影像直线特征，并将直线特征以一定约束进行直线组对，构建直线对区域与改进的SIFT (scale-invariant feature transform)特征描述符进行匹配，使用RANSAC算法剔除误匹配，获得初始匹配结果后再进行核线约束；然后，利用已获得直线对区域进行影像局部纠正，在纠正后的局部影像上采用SIFT匹配并反算回原始影像，利用得到的同名点全局纠正倾斜影像，并进行特征点匹配与采用基于方格的运动统计算法（GMS）剔除误匹配，仍将匹配结果反算回原始影像上；最后，将仿射尺度不变特征变化结果与点拓展匹配结果进行合并，得到最终匹配结果.试验结果表明：本文方法匹配正确率与经典的仿射不变匹算法（ASIFT）的正确率相差不大，但匹配数量却是ASIFT算法的1倍～3倍.