基于无序多图像的高可靠特征点匹配与最优化方法研究

基于大规模、无序的宽基线图像间特征点匹配不仅是大场景三维表面形状重建的首要环节，也是计算机视觉领域众多其他问题，如全景图拼接、目标识别以及图像检索等的关键步骤，因此项目的研究属于图像处理和计算机视觉领域的基本理论与方法研究，具有重要的理论意义和广泛的应用价值。项目的研究内容有：1）局部特征描述子间的高效搜索算法，包括寻找更为精确的相似性度量方式，以及在不同相似性度量准则下的高效搜索策略；利用图像间的相似性度量建立无序图像集有序化的图模型，并给出基于最优化方法的高效有序化算法；2）宽基线下两视图间的约束条件：分析仿射变换图像间的几何不变统计量，研究图像对应点间的代数约束条件，探讨去除不可靠特征点及扩充可靠匹配对应点的方法；3）研究多视图间的强约束条件及其在共形几何代数框架下的高效求解方法，进一步研究去除不可靠匹配的方法；研究全局匹配关系的计算框架和优化方法，得到高可靠的对应点匹配关系。