[發明專利]一種基于圖像子塊參數的快速圖像配準方法

有效

• 申請號: 201410258108.0
• 申請日: 2014-06-11
• 公開（公告）號: CN103996200B
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 沈建平;賀蘇寧;胡永軍;張小平
• 申請（專利權）人: 四川華雁信息產業股份有限公司
• 主分類號: G06T7/30
• 分類號: G06T7/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 吳開磊

技術領域

本發明涉及圖像處理領域，特別涉及一種基于圖像子塊參數的快速圖像配準方法。

背景技術

圖像配準技術研究如何建立源圖像(參考圖像)和目標圖像(測試圖像)在空間和灰度上的映射關系問題，實質是找尋并建立兩幅圖像中表征同一像素物理位置點的對應關系。圖像配準質量直接影響圖像內容分析，是視頻內容分析領域面臨的核心問題之一。

圖像配準算法圍繞著解決三個問題展開：(1)快速而精準地確定兩幅圖像之間可能存在的相對位移和旋轉角度參數；(2)盡可能地減小兩幅圖像的灰度差異對圖像配準精度的影響；(3)自動避免局部圖像內容不同對圖像配準的干擾。

圖像配準方法主要有基于灰度的圖像配準方法和基于特征提取的圖像配準方法兩大類。基于灰度的圖像配準方法是直接利用圖像的灰度值確定配準的空間變換，這種方法充分地利用了圖像中所包含的信息，亦稱為基于圖像整體內容的配準方法。核心思想是認為參考圖像和測試圖像之間存在相同或相似灰度的像素對應點區域，通過構建基于灰度的相似度函數，尋找一組最優的幾何變換參數，使得相似度函數最大，由此進行圖像配準。

人們對基于灰度的圖像配準方法的認識：(1)實現簡單，圖像信息利用度高；(2)對圖像的灰度變化比較敏感，尤其是非線性的光照變化，將大大降低算法的性能；(3)對目標的旋轉、形變以及遮擋比較敏感；(4)計算復雜度高。

基于特征提取的圖像配準方法首先提取圖像中保持不變的特征，這類特征應同時出現在兩幅圖像中，并且對圖像的比例縮放、旋轉、平移等變換保持一致性，如線交叉點、物體邊緣角點、閉區域中心等可提取的特征，形成特征集。然后在各自特征集中運用特征匹配算法，選擇具有對應關系的特征對，在此基礎上實現兩幅圖像相同區域之間的像素配準。

對基于特征點的圖像配準方法的基本看法是：(1)對圖像的灰度變化、圖像形變、局部圖像遮擋等都有較好的適應能力；(2)建立在特征信息上的匹配信息量小，可大大減少配準過程的計算量；(3)特征點的選取是一項耗時耗力的工作，太少的點、不準確的點、或者分布不均勻的點被選取都可能導致配準的誤差，而且這種情況是經常發生的；(4)模糊的圖像會使得特征點的提取比較困難，容易漏選特征點，產生偽特征點，從而導致配準精度不高。

傳統的基于灰度的圖像配準方法主要有部分像素或塊圖像配準兩類，主要問題是缺乏一種自動的選擇參考塊圖像和大范圍有效的配準機制，因為所選擇的參考塊圖像位置和攜帶的灰度圖像信息是否豐富直接影響圖像配準的精度和質量。比如，基于像素抽樣構成的塊圖像，雖然加快了配準速度，由于沒有充分使用原始圖像信息，必然導致圖像配準精度不高。另外，快速搜索應以準確捕捉圖像配準區域為前提，不是建立在準確的捕捉圖像配準區域上的快速圖像配準搜索策略并不會帶來更好的圖像配準效果。

這就是說，一個好的圖像配準算法應同時兼顧解決上面提到的三個問題進行設計。

發明內容

本發明提供一種基于圖像子塊參數的快速圖像配準方法，極大地改善了傳統的基于灰度的圖像配準方法存在的對圖像灰度變化、物體旋轉、目標遮擋等因素的敏感問題，實現了快速精確的圖像配準。

在本發明實施例中提供了一種基于圖像子塊參數的快速圖像配準方法，用于至少兩幅圖像或兩幀視頻圖像內容的分析，包括：

選擇一個參考圖像子塊作為外循環，并在外循環中嵌套兩個內循環模塊及一個精細像素位置搜索模塊；其中，兩個內循環模塊分別進行粗略和精細測試圖像旋轉角度配準搜索；兩個內循環模塊和精細像素位置搜索模塊共同作用完成快速圖像配準，并給出最佳配準圖像子塊參數；其中，最佳配準圖像子塊參數包括測試圖像旋轉角度和配準測試圖像子塊位置參數；根據最佳配準圖像子塊參數，計算和提取兩幅圖像的最大相同畫面，畫面即為配準圖像。

進一步地，該方法還包括：

根據圖像幅度和預定義參數組，自動將預設的參考圖像劃分為若干圖像子塊；統計所有參考圖像子塊的灰度分布，并從中選擇符合預定灰度比值范圍的非邊緣圖像子塊；將按照灰度比值從小到大的順序排列的非邊緣圖像子塊，作為參與配準的候選參考圖像子塊。

進一步地，該方法中最佳圖像子塊配準參數計算公式是：