[發明專利]一種基于子圖像角點特征的快速圖像配準方法

有效

• 申請號: 201310239103.9
• 申請日: 2013-06-17
• 公開（公告）號: CN103310453A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 陳禾;章學靜;馬龍;謝宜壯;曾濤;龍騰
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06F17/30
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 仇蕾安;李愛英

技術領域

本發明屬于圖像配準技術領域，具體涉及一種基于子圖像角點特征的快速圖像配準方法。

背景技術

圖像配準的應用非常廣泛，如模式識別、自動導航、醫學診斷、計算機視覺等領域。目前在圖像的配準方面已開展了許多研究工作，提出了多種圖像配準方法。目前大多數對圖像配準的研究集中在特征提取，特征描述，相似性度量，多種配準方法的比較等，而較少關注配準的實時性。

常見的配準方法可以分為兩類：基于特征的配準方法，如Harris角點法、SIFT法等；基于區域的配準方法，如互信息，FMT等。其中基于區域的配準方法不需要提取特征，適用于灰度信息大于結構信息的情況，且要求兩幅圖像的灰度函數必須相似或至少統計相關；從幾何學的角度講，它僅能處理平移和小角度旋轉的情況，大角度旋轉或尺度縮放必然意味著計算復雜度和時間復雜度的提高，因此適用范圍較窄。而基于特征的配準方法可以配準兩幅自然屬性完全不同的圖像，并適應兩幅圖像間復雜的幾何和光學畸變，因此成為近年來研究的熱點。但它的瓶頸是如何正確檢測出對應的特征，并進行低復雜度、魯棒的特征描述，以提高匹配搜索的效率。由于拍攝環境和景物分布的原因，使得拍攝得到的圖像在對比度，結構清晰度，紋理特征等方面分布極不均勻。直接在大圖上進行特征提取時(簡稱大圖法)，在特征模糊區域提取的特征點反而可能成為正確匹配的干擾點，導致失配；另外，大量的特征點擴展了搜索空間的范圍，導致搜索效率和實時性下降。

目前解決該問題的技術有：①“一種將互信息與模板匹配相結合的配準方法”，采用互信息為相似度準則進行圖像的模板匹配，得到候選的匹配子圖，通過待配準大圖其余部分與模板和子圖的空間關系，得到配準后的大圖，分別計算按照各個候選子圖配準情況下的待配準圖的互信息，得到最大的互信息所對應的子圖，確定最終的配準結果。但該方法在對灰度差不大的圖像進行配準時，容易出現失配現象，而且配準時間比較長。②基于小波變換的圖像配準方法，利用小波系數選取有效子圖，并利用小波變換將圖像分成若干層次，利用互相關系數作為相似性測度，最后通過迭代求精算法實現圖像的配準。但該方法涉及相關系數計算、小波系數子圖選取及迭代求精等耗時較多的步驟，使得算法復雜度高，實現難度大，實時性差。

發明內容

鑒于此，本發明在改進基于特征配準方法的基礎上提出一種基于子圖像角點特征的快速配準方法，旨在滿足配準精度的前提下提高配準的魯棒性和實時性。

為了解決上述技術問題，本發明是這樣實現的：

一種基于子圖像角點特征的快速圖像配準方法，具體步驟包括：

步驟一、選取參考子圖和待配準子圖；

從參考圖像中選取一子圖作為參考子圖，從待配準圖像中選取一坐標空間與參考子圖相同的子圖作為待配準子圖；

步驟二、提取參考子圖和待配準子圖的角點；

步驟三、對參考子圖和待配準子圖上提取的角點進行特征描述，獲得各角點的特征向量；

步驟四、將待匹配子圖和參考子圖上角點的特征向量進行相似性度量和特征匹配，最終得到K個匹配點對；

該步驟的具體過程為：

1)針對每一所提取的角點p_i，尋找與p_i鄰近的p個點構成p_i的距離鄰域，i＝1，2…N，N為兩幅子圖上所提取角點的總個數；

2)依次計算待配準子圖中每一角點特征向量到參考子圖中所有角點特征向量的馬氏距離，將馬氏距離小于設定閾值d_Mth1的兩角點定義為匹配點對，多個匹配點對構成匹配隊列；

3)在匹配隊列中，剔除不在對應距離領域的匹配點對，得到K個匹配點對；

步驟五、基于K個匹配點對，采用最小二乘法計算待配準圖像和參考圖像之間的變換矩陣H，利用所述變換矩陣H將待配準圖像配準到參考圖像上。

進一步地，本發明所述參考子圖為參考圖像上對比度強、結構特征明顯的一幅子圖。

進一步地，本發明所述參考子圖的選取過程為：

首先將參考圖像分割成n個大小相同的子圖，其次計算每個子圖的熵和平均梯度，然后選出熵和平均梯度之和最大的子圖作為參考子圖。

進一步地，本發明提取參考子圖和待配準子圖角點的方法相同，具體過程為：

首先，基于Harris角點檢測方法，檢測出子圖角點；其次，采取鄰域非極大抑制和總量抑制的方法對初始檢測出的角點進行篩選，提取出前N個角點；然后，去除位于子圖邊界區域上的角點，從而提取到所需的角點。