[發(fā)明專(zhuān)利]一種基于連通域分割的棋盤(pán)格圖像快速特征匹配算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410267230.4
• 申請(qǐng)日: 2014-06-16
• 公開(kāi)（公告）號(hào): CN104091324B
• 公開(kāi)（公告）日: 2017-02-15
• 發(fā)明（設(shè)計(jì)）人: 馮穎;鄒超洋;杜娟;S·如凱迦;李智軍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華南理工大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司44245
• 代理人: 蔡茂略

技術(shù)領(lǐng)域

本發(fā)明涉及一種計(jì)算機(jī)視覺(jué)技術(shù)，特別涉及一種基于連通域分割的棋盤(pán)格圖像快速特征匹配算法，本發(fā)明是雙目視覺(jué)領(lǐng)域一種基于連通域分割的棋盤(pán)格圖像快速特征匹配算法。

背景技術(shù)

雙目攝像頭的標(biāo)定是雙目視覺(jué)領(lǐng)域的一個(gè)基本問(wèn)題，廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)、圖像處理、模式識(shí)別領(lǐng)域，例如圖像拼接、雙目測(cè)距、立體深度獲取、三維重建、手勢(shì)控制、虛擬現(xiàn)實(shí)等。

雙目攝像頭的標(biāo)定原理描述：通過(guò)獲取雙目攝像頭所拍攝圖像之間的對(duì)應(yīng)關(guān)系，求解出雙目攝像頭之間的運(yùn)動(dòng)模型。目前有很多雙目標(biāo)定的方法，包括應(yīng)用SSD、SAD、NCC等相似性度量因子的基于內(nèi)容的方法、基于變換域的相位相關(guān)方法以及基于特征的方法等。其中，基于特征的方法是近年來(lái)研究較多的方法之一。

目前，基于特征的匹配方法，主要有基于Harris角點(diǎn)的匹配方法和基于SIFT特征的匹配方法。

基于Harris角點(diǎn)的匹配方法是，通過(guò)Harris角點(diǎn)檢測(cè)算子檢測(cè)出目標(biāo)特征點(diǎn)集，以特征點(diǎn)為中心一個(gè)大小為n×n的塊，計(jì)算匹配點(diǎn)之間的SSD或者NCC相似性度量因子來(lái)實(shí)現(xiàn)角點(diǎn)之間的匹配。

基于SIFT特征的匹配方法是通過(guò)高斯差分算子在圖像的各個(gè)尺度空間檢測(cè)極值，得到目標(biāo)特征點(diǎn)集，根據(jù)極值點(diǎn)的方向向量來(lái)實(shí)現(xiàn)特征點(diǎn)之間的匹配。從算法復(fù)雜度方面分析，基于Harris角點(diǎn)的算法復(fù)雜度較低，但從算法匹配效果和魯棒性方面，SIFT明顯優(yōu)于Harris。

針對(duì)棋盤(pán)格圖像的雙目標(biāo)定，現(xiàn)有的匹配算法會(huì)有一個(gè)共同的問(wèn)題：由于棋盤(pán)格圖像的紋理重復(fù)度高，相同或高度相似的角點(diǎn)反復(fù)出現(xiàn)，很容易出現(xiàn)誤匹配，僅從棋盤(pán)格角點(diǎn)特征進(jìn)行角點(diǎn)匹配，難以保證匹配結(jié)果的穩(wěn)定性，因此，本發(fā)明提出設(shè)置參考點(diǎn)來(lái)區(qū)分這些重復(fù)出現(xiàn)的紋理特征的方法，從而實(shí)現(xiàn)棋盤(pán)格圖像匹配的快速性和魯棒性。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種基于連通域分割的棋盤(pán)格圖像快速特征匹配算法，該匹配算法實(shí)現(xiàn)了棋盤(pán)格圖像匹配的快速性和魯棒性。

本發(fā)明的目的通過(guò)下述技術(shù)方案實(shí)現(xiàn)：一種基于連通域分割的棋盤(pán)格圖像快速特征匹配算法，包含以下步驟：

(1)人工設(shè)計(jì)一幅帶有標(biāo)識(shí)圖形的棋盤(pán)格圖像，其中，標(biāo)識(shí)圖形位于棋盤(pán)格圖像幾何中心附近的某一個(gè)黑色方格中心，作為定位標(biāo)識(shí)；然后使用待標(biāo)定的雙目攝像頭拍攝兩幅棋盤(pán)格圖像；

(2)對(duì)拍攝的兩幅圖像進(jìn)行二值化分割，二值化分割閾值可采用最大類(lèi)間方差法獲取，也可手動(dòng)給定；

(3)選取5*5的對(duì)稱(chēng)結(jié)構(gòu)元素，對(duì)二值化分割后的圖像進(jìn)行一次膨脹操作，使得黑色塊互相獨(dú)立，白色塊互相連通；經(jīng)過(guò)膨脹操作之后的圖像，白色塊僅剩下標(biāo)識(shí)圖形和一個(gè)由所有棋盤(pán)格白色塊連通得到的大的白色塊組成；

(4)對(duì)上一步經(jīng)過(guò)膨脹操作之后的圖像，采用基于連通域的分割算法，將左右兩視角圖像進(jìn)行分割，并對(duì)每個(gè)分割塊進(jìn)行編號(hào)標(biāo)記；

(5)對(duì)分割之后的棋盤(pán)格圖像進(jìn)行遍歷搜索，統(tǒng)計(jì)所有白色塊的大小，即像素?cái)?shù)，并記錄對(duì)應(yīng)的塊標(biāo)記，塊大小較小的白色塊即為目標(biāo)標(biāo)識(shí)圖形，計(jì)算并保存標(biāo)識(shí)圖形的質(zhì)心坐標(biāo)，然后將標(biāo)識(shí)圖形填充為黑色，避免其影響后面的匹配過(guò)程；

(6)通過(guò)Harris角點(diǎn)檢測(cè)算子檢測(cè)兩幅原始棋盤(pán)格圖像的角點(diǎn)，并存儲(chǔ)角點(diǎn)坐標(biāo)。然后通過(guò)SSD相似性度量因子和標(biāo)識(shí)圖形的質(zhì)心坐標(biāo)進(jìn)行角點(diǎn)匹配，利用得到的匹配對(duì)，求出Homography矩陣，實(shí)現(xiàn)雙目攝像頭的標(biāo)定；

步驟(1)中標(biāo)識(shí)圖形的形狀為圓形、方形、正多邊形，大小約為棋盤(pán)格方格的1/3，顏色為白色，標(biāo)識(shí)圖形的作用是為后續(xù)匹配提供參考坐標(biāo)點(diǎn)；通過(guò)連通域分割算法，可將標(biāo)識(shí)圖形分割出來(lái)，拍攝棋盤(pán)格圖像時(shí)，需要保證圖像背景為白色，或者盡量使得棋盤(pán)格布滿(mǎn)整幅圖像，以保證分塊結(jié)果的穩(wěn)定性；圖2給出了本發(fā)明具體實(shí)施例中的人工設(shè)計(jì)圖；

步驟(2)對(duì)圖像二值化是為了圖像分塊做進(jìn)一步的準(zhǔn)備工作。棋盤(pán)格圖像本身的特殊性使得拍攝得到的圖像主要分為白色和黑色兩種顏色。但也有可能曝光差異、成像處理差異、假彩色等原因，拍攝得到的圖像不完全是黑色和白色，因此需要對(duì)圖像做二值化分割；