[發(fā)明專利]一種植物葉片圖像局部自適應(yīng)樹形結(jié)構(gòu)特征匹配方法

有效

• 申請?zhí)枺?/td>: 201410271272.5
• 申請日: 2014-06-17
• 公開（公告）號(hào): CN104077770B
• 公開（公告）日: 2017-03-15
• 發(fā)明（設(shè)計(jì)）人: 孫熊偉;陳雷;袁媛;曾新華;卞程飛;吳娜;李淼;萬莉
• 申請（專利權(quán)）人: 中國科學(xué)院合肥物質(zhì)科學(xué)研究院
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 北京元本知識(shí)產(chǎn)權(quán)代理事務(wù)所11308
• 代理人: 秦力軍

技術(shù)領(lǐng)域

本發(fā)明屬于模式識(shí)別領(lǐng)域，涉及計(jì)算機(jī)圖形技術(shù)領(lǐng)域，尤其涉及一種植物葉片圖像局部自適應(yīng)樹形結(jié)構(gòu)特征匹配方法。

背景技術(shù)

圖像特征匹配是建立兩個(gè)圖片中的特征點(diǎn)集合的對應(yīng)關(guān)系，是圖像拼接、場景識(shí)別、圖像檢索、三維建模等應(yīng)用領(lǐng)域必不可少的基礎(chǔ)支撐部分。與具有較規(guī)則幾何形狀的工業(yè)零件相比，自然狀態(tài)下植物的表面輪廓和外形特征都更為復(fù)雜。在處理特征匹配時(shí)，上述難點(diǎn)的表現(xiàn)也更加突出。作為重要的植物器官之一的葉片，對其進(jìn)行基于圖像特征匹配，具體可以概括為如下幾個(gè)難點(diǎn)：(1)植物葉片表面具有明顯的局部相似特征，例如紋理、葉片顏色和空間分布的對稱性等。這樣的高局部重復(fù)模式一直是現(xiàn)有的特征匹配算法中的難點(diǎn)；(2)自然拍攝情況下，植物葉片本身具有明顯的不規(guī)則繞卷、扭曲等形變。由于形變的不規(guī)則性，給匹配模型的統(tǒng)一約束和具體的特征描述帶來了困難；(3)自然狀態(tài)下，植物葉部圖像的實(shí)際拍攝環(huán)境容易受到焦距、拍攝角度等因素的影響，所以在實(shí)際進(jìn)行特征匹配時(shí)，往往要處理的是大量混雜的噪聲點(diǎn)和旋轉(zhuǎn)、縮放變換的組合問題，這同樣給匹配工作帶來困難。如上的幾類難點(diǎn)導(dǎo)致植物葉部圖像特征匹配不僅需要好的特征點(diǎn)選取方法，還需要更具魯棒性和準(zhǔn)確度的特征匹配方法。

綜上所述，現(xiàn)有植物葉部圖像特征匹配方法由于針對大多都是特定拍攝條件下的對象，具有光照均勻、噪點(diǎn)干擾小、空間位置變換簡單、葉片表面形變相對規(guī)則等特點(diǎn)，因此還存在一些不足，主要表現(xiàn)在：(1)面對植物葉片的局部不規(guī)則繞卷、扭曲形變，現(xiàn)有方法難以構(gòu)建統(tǒng)一的模型來描述它，無法引入有效的空間幾何約束規(guī)則來提高特征匹配精度；(2)在無法引入規(guī)則幾何約束的情況下，單純的使用局部描述子的相似性處理匹配問題，難以獲得滿意的匹配結(jié)果；(3)在處理大量噪聲點(diǎn)混雜和旋轉(zhuǎn)縮放變換的組合時(shí)，匹配的精度難以提高。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中存在的實(shí)際拍攝過程中引入的高噪聲點(diǎn)干擾和圖像旋轉(zhuǎn)、縮放組合變換等問題，本發(fā)明的目的在于提供一種植物葉片圖像局部自適應(yīng)樹形結(jié)構(gòu)特征匹配方法，能夠靈活的進(jìn)行特征匹配，從而解決實(shí)際的特征匹配應(yīng)用中，現(xiàn)有方法在這些問題上難以取得良好匹配的問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供的植物葉片圖像局部自適應(yīng)樹形結(jié)構(gòu)特征匹配方法，構(gòu)建了DOG特征點(diǎn)匹配基底，利用基底在已匹配的和未匹配的特征點(diǎn)之間抽取特征線結(jié)構(gòu)，通過特征線結(jié)構(gòu)可以自適應(yīng)的結(jié)合局部描述子信息和特征點(diǎn)的空間分布約束，形成動(dòng)態(tài)的參考關(guān)系樹，具體包括以下步驟：

步驟S1：構(gòu)建植物葉片圖像的多分辨率高斯差值金字塔基底，將已經(jīng)抽取的特征點(diǎn)映射到高斯差基底中；

步驟S2：在步驟S1完成特征點(diǎn)映射的情況下，結(jié)合空間信息，在特征點(diǎn)集合中建立出一個(gè)參考三角形結(jié)構(gòu)；

步驟S3：利用步驟S2的參考三角形結(jié)構(gòu)，計(jì)算出葉片的局部尺度信息和旋轉(zhuǎn)信息，根據(jù)此信息構(gòu)建局部變換模型，完成對特征點(diǎn)的空間劃分；

步驟S4：從步驟S3的參考三角形上某點(diǎn)出發(fā)進(jìn)行特征樹的生長匹配，從已知點(diǎn)出發(fā)不斷自適應(yīng)的向未知點(diǎn)擴(kuò)展。通過結(jié)合局部特征描述、基底上構(gòu)建的特征點(diǎn)間線特征和空間分布進(jìn)行篩選，直到完成整棵樹形結(jié)構(gòu)匹配；

步驟S5：重復(fù)執(zhí)行S2-S4的過程，直至無法從未匹配的特征點(diǎn)中篩選出參考三角形結(jié)構(gòu)，匹配完成。

其中，步驟S1的具體步驟如下：

步驟S11：通過公式：

L=(x,y,δ)=G(x,y,δ)⊗I(x,y)]]>

計(jì)算高斯尺度空間圖像，其中表示對x和y方向上的卷積操作，G(x,y,δ)是一個(gè)變尺度的高斯函數(shù)。

步驟S12：將相鄰兩個(gè)不同尺度的高斯核卷積圖像相減，得到高斯差值圖像D(x,y,δ)。