多重约束条件下的LBD描述子与直线段匹配

目的 针对直线描述子匹配算法缺乏有效的几何约束，且易受弱纹理、尺度变化的影响，提出一种结合多重约束条件的LBD描述子的直线段匹配算法（LBDs）。方法 该算法以LSD算法提取的直线段作为匹配基元，利用SIFT匹配得到的同名点构建同名三角网约束确定候选直线；参考影像上以目标直线段为中心轴建立该直线段的矩形支撑域；根据目标直线段端点及其支撑域四角点在搜索影像上的核线约束建立候选直线段的对应支撑域；利用仿射变换统一目标直线段及候选直线段支撑域的大小；将直线段支撑域分解为大小相等的条形带，通过计算每个条形带的描述符得到该直线段的描述子，依次完成目标直线段与候选直线段LBD描述子的构建；分别计算目标直线段与每个候选直线段描述子向量间的欧氏距离，将满足最近邻距离比准则的候选直线段作为匹配结果；最后选取角度约束对匹配结果检核，确定同名直线。结果 实验选取网上公开的3组分别存在角度、旋转、尺度变换的近景影像对作为实验数据，采用LBDs分别对其进行直线段匹配实验，并与其他直线段匹配算法进行对比分析，实验结果表明，LBDs获取同名直线数目约为其他算法的1.061.41倍，匹配正确率也提高了2.411.6个百分点，从匹配效率上来看，LBDs更为耗时，但兼顾该算法匹配获得同名直线数目、匹配正确率及运行时间，LBDs的鲁棒性更强，匹配结果的准确性与可靠性较高。结论 结合多重约束条件构建的LBD描述子对于存在角度、旋转和尺度变化的影像进行直线匹配过程中具有稳定性。