[發(fā)明專利]基于直線特征圖像配準(zhǔn)中的特征匹配方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200810031575.4
• 申請(qǐng)日: 2008-06-25
• 公開(kāi)（公告）號(hào): CN101315698A
• 公開(kāi)（公告）日: 2008-12-03
• 發(fā)明（設(shè)計(jì)）人: 文貢堅(jiān);呂金建
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 國(guó)防科技大學(xué)專利服務(wù)中心
• 代理人: 郭敏

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域的圖像配準(zhǔn)方法，尤其是圖像配準(zhǔn)過(guò)程中基于兩幅圖像中提取的直線特征進(jìn)行匹配的方法。

背景技術(shù)

圖像配準(zhǔn)是各種遙感圖像處理軟件、醫(yī)學(xué)圖像處理軟件中的重要模塊，是遙感圖像融合、環(huán)境監(jiān)視、變化檢測(cè)、圖像拼接、天氣預(yù)測(cè)以及醫(yī)學(xué)圖像處理應(yīng)用中的關(guān)鍵一步，目的是將不同時(shí)期、不同視點(diǎn)或不同傳感器獲得的同一地域或物體的兩幅或多幅圖像進(jìn)行幾何校正，使它們達(dá)到空間位置上的一致性。多幅圖像之間的配準(zhǔn)問(wèn)題往往可以分解成多個(gè)兩幅圖像之間的配準(zhǔn)問(wèn)題，因此，圖像配準(zhǔn)問(wèn)題主要都是研究?jī)煞鶊D像之間的幾何校正問(wèn)題，其中一幅圖像稱為參考圖像，另一幅圖像稱為待配準(zhǔn)圖像。由于圖像配準(zhǔn)的重要性，近三十年來(lái)，人們對(duì)其進(jìn)行了廣泛深入的研究，取得了很多重要的成果，提出了大量的方法。

已有的圖像配準(zhǔn)方法主要分為兩大類：基于區(qū)域的方法和基于特征的方法。

基于區(qū)域的方法是從待配準(zhǔn)圖像中取一小窗口的圖像塊與參考圖像中同樣大小的圖像塊進(jìn)行統(tǒng)計(jì)地相關(guān)比較，把相似性測(cè)度(一般采用灰度差的平方和、相關(guān)系數(shù)等，也可能是變換域的一些屬性，如傅立葉變換、小波變換等)最大的兩個(gè)窗口的中心作為一對(duì)同名像點(diǎn)，然后利用獲得的所有同名像點(diǎn)和最小二乘算法估計(jì)變換模型參數(shù)向量，完成配準(zhǔn)。由于采用的相似性測(cè)度一般與圖像輻射特性和變換模型有關(guān)，因而基于區(qū)域的方法不適合輻射特性和幾何形變較大的兩幅圖像之間的配準(zhǔn)。

基于特征的方法通常包括三個(gè)步驟：首先分別從參考圖像和待配準(zhǔn)圖像中提取特征，這些特征一般是空域特征，例如點(diǎn)、邊緣、輪廓、直線段、區(qū)域等；然后利用提取特征的屬性信息進(jìn)行特征匹配，由匹配的特征對(duì)獲得同名像點(diǎn)；最后根據(jù)這些同名像點(diǎn)和最小二乘算法估計(jì)變換模型參數(shù)向量，完成配準(zhǔn)。跟基于區(qū)域的方法相比，基于特征的方法對(duì)圖像輻射失真不太敏感，能適應(yīng)于不同傳感器圖像之間的配準(zhǔn)，已成為圖像配準(zhǔn)技術(shù)研究的重點(diǎn)和熱點(diǎn)。

基于特征的圖像配準(zhǔn)方法的一個(gè)關(guān)鍵和難點(diǎn)是如何尋找參考圖像和待配準(zhǔn)圖像中的對(duì)應(yīng)特征，即特征匹配問(wèn)題。現(xiàn)有文獻(xiàn)中已提出多種策略來(lái)解決這一問(wèn)題，主要分為利用空間關(guān)系、利用特征相似性、利用序貫組合空間關(guān)系和特征相似性這三類方法。利用空間關(guān)系的方法是首先從兩幅圖像提取的每個(gè)特征中抽取出一個(gè)或多個(gè)控制點(diǎn)(如直線的中點(diǎn)、區(qū)域的重心、輪廓上的突出點(diǎn)等)，然后尋找兩幅圖像中各個(gè)控制點(diǎn)在空間關(guān)系達(dá)到全局一致性時(shí)的最佳變換模型參數(shù)向量。這類方法的最大優(yōu)點(diǎn)是一般都能獲得較好的配準(zhǔn)結(jié)果，不過(guò)它的最大問(wèn)題是計(jì)算復(fù)雜，同時(shí)要求正確的匹配特征數(shù)必須大于任何一類局外情況的特征數(shù)目，才能獲得比較可靠的結(jié)果，而且隨著正確匹配特征數(shù)量的減少，算法的復(fù)雜度將會(huì)顯著增加，配準(zhǔn)的成功率卻大為下降。利用特征相似性的方法是首先采用一組參數(shù)描述兩幅圖像中的每個(gè)特征，然后利用這些參數(shù)計(jì)算不同特征之間的相似性測(cè)度，根據(jù)相似性測(cè)度最大的原則尋找匹配特征對(duì)。特征描述參數(shù)一般要滿足不變性、唯一性、穩(wěn)定性以及獨(dú)立性等幾個(gè)條件，常用的特征描述參數(shù)有相關(guān)系數(shù)、矩不變量、形狀矩陣、鏈碼等。這類方法的特點(diǎn)是計(jì)算簡(jiǎn)單，但當(dāng)圖像中存在多個(gè)形狀相同或相近的特征時(shí)，容易造成特征之間的誤匹配，使得配準(zhǔn)失敗。正因?yàn)閱为?dú)利用空間關(guān)系或特征相似性進(jìn)行特征匹配都有局限性，人們自然想到組合這兩種匹配準(zhǔn)則，這就是利用序貫組合空間關(guān)系和特征相似性的方法，這種方法首先利用特征相似性剔除一些不太可能匹配的特征組合，以減少基于空間關(guān)系方法的搜索空間，然后利用空間關(guān)系得到最終的特征匹配結(jié)果。這類方法結(jié)合了前兩類方法的優(yōu)點(diǎn)，在配準(zhǔn)速度和精度的兼顧性上優(yōu)于前兩類方法，但是這種序貫組合方式實(shí)際上仍是一種基于空間關(guān)系的方法，不能克服基于空間關(guān)系的固有缺陷：即隨著兩幅圖像中正確匹配特征數(shù)量的減少，算法的復(fù)雜度將會(huì)顯著增加、配準(zhǔn)的成功率卻大為下降。

此外，現(xiàn)有的絕大多數(shù)基于特征的圖像配準(zhǔn)方法在特征匹配階段都等同地看待每一個(gè)待匹配特征，沒(méi)有考慮特征提取結(jié)果的可靠性。由于圖像噪聲和特征提取算法等方面的原因，特征提取結(jié)果或多或少存在一些不確定性(如位置提取不準(zhǔn)確，特征提取不完整等)。這樣，如果將一些不可靠的特征作為匹配特征來(lái)估計(jì)變換模型參數(shù)向量，就會(huì)導(dǎo)致獲得的配準(zhǔn)結(jié)果精度不高，甚至配準(zhǔn)失敗。