[發(fā)明專(zhuān)利]基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)

在審

• 申請(qǐng)?zhí)枺?/td>: 201410321936.4
• 申請(qǐng)日: 2014-07-08
• 公開(kāi)（公告）號(hào): CN104240231A
• 公開(kāi)（公告）日: 2014-12-24
• 發(fā)明（設(shè)計(jì)）人: 王波
• 申請(qǐng)（專(zhuān)利權(quán)）人: 大連民族學(xué)院
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00
• 代理公司: 大連八方知識(shí)產(chǎn)權(quán)代理有限公司 21226
• 代理人: 任洪成

1.基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)，其特征在于：包括如下幾步驟：

第一步：檢測(cè)和定位特征點(diǎn)；

第二步：通過(guò)顯著度過(guò)濾特征點(diǎn)；

第三步：確定主方向；

第四步：基于局部結(jié)構(gòu)二進(jìn)制算子建立描述符；

第五步：匹配特征點(diǎn)。

2.根據(jù)權(quán)利要求1所述的基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)，其特征在于，檢測(cè)和定位特征點(diǎn)的處理方法為：

采用DOG算子提取特征點(diǎn)；通過(guò)對(duì)輸入圖像做不同尺度的高斯模糊，并不斷地降采樣，建立高斯金字塔，接下來(lái)，將高斯金字塔每組中相鄰上下兩層圖像相減，得到高斯差分金字塔，然后，在差分金字塔同一組中相鄰兩層圖像之間進(jìn)行比較，即在3×3×3鄰域內(nèi)尋找極值點(diǎn)作為候選特征點(diǎn)，最后在離散空間中進(jìn)行插值來(lái)精確定位，得到真正的極值點(diǎn)位置，再通過(guò)計(jì)算每個(gè)特征點(diǎn)的海森矩陣來(lái)消除不穩(wěn)定的特征點(diǎn)。

3.根據(jù)權(quán)利要求1所述的基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)，其特征在于，通過(guò)顯著度過(guò)濾特征點(diǎn)的處理方法為：

DOG能夠檢測(cè)出穩(wěn)定的特征點(diǎn)，針對(duì)多源圖像紋理差異較大，結(jié)構(gòu)相對(duì)穩(wěn)定的性質(zhì)，提取使用局部的結(jié)構(gòu)信息作為標(biāo)準(zhǔn)來(lái)剔除冗余的特征點(diǎn)；在圖像中，結(jié)構(gòu)信息往往以邊緣的形式存在，所以使用局部平均梯度來(lái)表示每個(gè)特征點(diǎn)的顯著度，該局部平均梯度定義為：

??????????????????(1)

其中，

???????????????????(2)

表示以特征點(diǎn)為圓心，r為半徑圓內(nèi)的像素點(diǎn)個(gè)數(shù)，也就是集合的大小；和分別表示圖像在x和y方向的偏導(dǎo)數(shù)；表示特征點(diǎn)的坐標(biāo)；為了使所統(tǒng)計(jì)區(qū)域包含在創(chuàng)建描述符矩形區(qū)域內(nèi)，將半徑r定為10s，s為特征點(diǎn)所在尺度；通過(guò)計(jì)算特征點(diǎn)鄰域的平均梯度，特征點(diǎn)周?chē)慕Y(jié)構(gòu)信息被表示，選擇結(jié)構(gòu)信息豐富的特征點(diǎn)進(jìn)行下一步的操作。

4.根據(jù)權(quán)利要求1所述的基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)，其特征在于，確定主方向的處理方法為：

對(duì)以特征點(diǎn)為圓心，6s為半徑的圓形區(qū)域內(nèi)的每個(gè)像素，s為特征點(diǎn)所在的尺度，求解它們的結(jié)構(gòu)度，結(jié)構(gòu)度用結(jié)構(gòu)張量來(lái)計(jì)算，為：

??????????????（3）??????

其中，*表示卷積運(yùn)算，表示二維高斯函數(shù)在尺度的偏導(dǎo)數(shù)，和分別表示圖像在x和y方向的偏導(dǎo)數(shù)；通過(guò)該矩陣，得到兩個(gè)特征向量和，它們分別表示在該位置灰度變化最大和最小的方向，對(duì)應(yīng)的兩個(gè)特征值分別是和，，這里將結(jié)構(gòu)度定義為：

??????????????????（4）

計(jì)算完鄰域內(nèi)每個(gè)像素的結(jié)構(gòu)度后，進(jìn)行高斯平滑，=2?s；然后，使用角度為的扇形沿逆時(shí)針的方向以特定的步長(zhǎng)轉(zhuǎn)動(dòng)，依次計(jì)算扇形區(qū)域內(nèi)所有像素平滑后的結(jié)構(gòu)度和；選擇結(jié)構(gòu)度和最大的區(qū)域作為主方向區(qū)域，該扇形區(qū)域的角平分線為該特征點(diǎn)的主方向。

5.根據(jù)權(quán)利要求1所述的基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)，其特征在于，基于局部結(jié)構(gòu)二進(jìn)制算子建立描述符的處理方法為：

首先，局部結(jié)構(gòu)二進(jìn)制模式為：對(duì)于一幅圖像，不直接求解每個(gè)像素的二進(jìn)制碼，而是先求每個(gè)像素的梯度幅值，得到該圖像的梯度圖像；然后對(duì)于每個(gè)像素，比較該像素與周?chē)?個(gè)鄰域的梯度大小；如果小于中心像素的表示為1，大于中心像素的表示為0，從而可以得到一個(gè)局部梯度二進(jìn)制碼，再將該碼轉(zhuǎn)換為十進(jìn)制作為中心像素的表示；該算子用公式可以定義為：

????????（5）

其中，和分別表示中心像素與鄰域像素的梯度幅值，得到整幅圖像的局部結(jié)構(gòu)二進(jìn)制模式圖；對(duì)于一個(gè)特征點(diǎn)，在其鄰域創(chuàng)建一個(gè)以特征點(diǎn)為中心，x軸沿該特征點(diǎn)主方向，大小為20s*20s的方形區(qū)域；然后計(jì)算該區(qū)域內(nèi)所有像素的局部結(jié)構(gòu)二進(jìn)制碼，為了在描述符中加入空間信息，將該區(qū)域分為4*4的子區(qū)域；在每個(gè)子區(qū)域中，建立一個(gè)直方圖用來(lái)統(tǒng)計(jì)該子區(qū)域所有像素的局部結(jié)構(gòu)二進(jìn)制碼，即直方圖的每個(gè)條目表示該二進(jìn)制碼的像素點(diǎn)個(gè)數(shù)；之后將所有子區(qū)域的直方圖聯(lián)合起來(lái)組成描述符；再將描述符進(jìn)行標(biāo)準(zhǔn)化，大于0.2的項(xiàng)限制為0.2，再進(jìn)行標(biāo)準(zhǔn)化形成最終的局部結(jié)構(gòu)二進(jìn)制描述符。

6.根據(jù)權(quán)利要求1所述的基于局部結(jié)構(gòu)二進(jìn)制模式的多源圖像配準(zhǔn)，其特征在于，匹配特征點(diǎn)的處理方法為：

創(chuàng)建完描述符之后，就利用這些描述符匹配多幅多源圖像；描述符之間的相似性采用歐式距離進(jìn)行度量；對(duì)于第一幅圖像的每個(gè)特征點(diǎn)，計(jì)算它的描述符與第二幅圖像所有特征點(diǎn)的描述符的歐氏距離，得到最近距離與次近距離；如果最近距離與次近距離的比值小于某一閾值時(shí)，最近距離對(duì)應(yīng)的兩個(gè)特征點(diǎn)是相匹配的。