买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽工业大学申请的专利一种基于点线特征描述的两阶段多模图像匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117253063B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311388180.0，技术领域涉及：G06V10/75；该发明授权一种基于点线特征描述的两阶段多模图像匹配方法是由王正兵;张科琪;冯旭刚;张哲贤;赵远设计研发完成，并于2023-10-24向国家知识产权局提交的专利申请。

本一种基于点线特征描述的两阶段多模图像匹配方法在说明书摘要公布了：本发明公开了一种基于点线特征描述的两阶段多模图像匹配方法，包括以下步骤：分别计算参考图像和待匹配图像中每个像素点处的相位一致性最小矩和最大矩；分别从最小矩图和最大矩图中提取原输入图像的特征点和直线段；对于图像中的每个特征点，构造其直线段上下文描述符，并进行聚类；通过对比两幅图像中各特征点类的中心描述向量的相似度实现类匹配；对于匹配的两组特征点类内的每个特征点，构造其相位一致性最大响应方向直方图描述符；计算特征描述符的相似度，并进行双向特征匹配。本发明能够有效克服多模图像成像灰度、分辨率差异大，特征点描述困难和匹配效率低的问题，两阶段匹配策略能够提高多模图像特征点匹配的效率和可靠性。

本发明授权一种基于点线特征描述的两阶段多模图像匹配方法在权利要求书中公布了：1.一种基于点线特征描述的两阶段多模图像匹配方法，其特征在于，包括以下步骤： 步骤1、分别计算参考图像和待匹配图像中每个像素点处的相位一致性最小矩和最大矩； 步骤2、分别从最小矩图和最大矩图中提取原输入图像的特征点和直线段；其中，采用Harris-Affine算法从最小矩图中提取特征点，采用LSD算法从最大矩图中提取直线段； 步骤3、对于图像中的每个特征点，构造其直线段上下文描述符，并对特征点进行聚类，形成特征点类；其中，计算直线段上下文描述符和进行特征点聚类的具体过程如下： 步骤3-1、由步骤2可得原输入图像中的特征点集合和直线段集合，分别记为和其中nc和nl表示提取的特征点个数和直线段个数；对于特征点集合中的任一特征点ci，直线段lj相对于该特征点的位置表示为wij＝αij,βij，其中αij为特征点ci到直线段lj的垂线与特征点ci主方向的夹角，βij为直线段lj和特征点ci主方向的夹角； 步骤3-2、对于所有的直线段ljj＝1,2,…,nl，计算描述向量wij，则特征点ci与所有直线段的位置关系为 步骤3-3、将α的取值范围[0,2π均匀划分为8个角度区间，β的取值范围[0,π均匀划分为4个角度区间，计算Wi的直方图描述符，由此可得特征点ci的直线段上下文描述符； 步骤3-4、由步骤3-3分别计算出参考图像和待匹配图像中所有特征点的直线段上下文描述符，在两幅图像中分别采用k-means算法对特征点进行聚类； 步骤4、通过对比两幅图像中各特征点类的中心描述向量的相似度实现特征点类匹配； 步骤5、对于匹配的两组特征点类内的每个特征点，构造其相位一致性最大响应方向直方图描述符； 步骤6、对于匹配的两组特征点类内的每一对特征点，计算特征描述符的相似度，并进行双向特征匹配，得到最终图像匹配结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽工业大学，其通讯地址为：243002 安徽省马鞍山市花山区湖东路59号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。