一种基于KLT的直线段匹配算法
罗汉杰. 直线段匹配方法、装置、存储介质及终端[P]. 中国专利: CN109919190A, 2019-06-21. Github: https://github.com/HanjieLuo/line_matching
背景
在计算机视觉系统中,其中一种重要任务是图像中的特征匹配。我们在多张图片中提取出一些特征纹理,并且将这些纹理匹配起来。在传统的方法中,我们一般使用梯度值大的,处于边角位置的点作为特征来进行匹配。但在实际使用中,图像中能够提取的,稳定的特征点是有限的。
我们发现,比起特征点,图像中的直线具有更强的稳定性和抗干扰能力;并且在室内等经典场景中,直线纹理出现的概率比特征点要多。

而传统的基于描述子的直线匹配方法(如LBD1,MSLD2等),采用直线的局部外观特征和几何约束特征,对每一根直线段进行数学建模,然后进行匹配。但这些方法运算量巨大,难以满足实时任务的需求;并且,匹配的成功率也一般。
对于相继拍摄的前后两张图片,可以观察到特征纹理的偏移量较小。基于这个前提,我们可以对直线段使用一些本用于特征点的,高效的匹配方法来实现直线匹配功能。
本文提出了一种图像直线段的匹配方法,它使用了高效的一维光流法特征点匹配方法,对直线段上的点进行匹配操作,然后对匹配点进行统计,从而实现直线段跟踪的功能。
方法
直线检测
假设已知有前后相继拍摄的两张图片

锚点匹配
对图
- 计算线段的方向向量
和法向量 。

- 以
为起点, 为终点, 为方向,每隔距离 ,选取一系列锚点,并将它们的坐标集合记作 , 为线段 的锚点数目, 我们一般设置为20。

- 使用一维光流匹配法6,对图
线段 上每一个锚点 ,在图 上,以 为起始位置, 为搜索方向,在图 上找到匹配点 。

点-线匹配
经过上一个步骤后,我们在图
对于任意点
其中
计算到图
通过上述步骤,我们获得了匹配点在图
线-线匹配
对于图
对于任一直线段
统计它拥有的锚点在图
实验结果
Github: https://github.com/HanjieLuo/line_matching
Zhang, Lilian, and Reinhard Koch. "An efficient and robust line segment matching approach based on LBD descriptor and pairwise geometric consistency." Journal of Visual Communication and Image Representation 24.7 (2013): 794-805.↩︎
Wang, Zhiheng, Fuchao Wu, and Zhanyi Hu. "MSLD: A robust descriptor for line matching." Pattern Recognition 42.5 (2009): 941-953.↩︎
Von Gioi, Rafael Grompone, et al. "LSD: a line segment detector." Image Processing On Line 2 (2012): 35-55.↩︎
Akinlar, Cuneyt, and Cihan Topal. "EDLines: A real-time line segment detector with a false detection control." Pattern Recognition Letters 32.13 (2011): 1633-1642.↩︎
http://luohanjie.com/2021-02-03/edline-parallel.html↩︎
http://luohanjie.com/2018-12-26/1d-klt-feature-tracker.html↩︎