[發明專利]一種基于局部線性約束的稀疏特征匹配的圖像配準方法

有效

• 申請號: 201510813103.4
• 申請日: 2015-11-20
• 公開（公告）號: CN105427310B
• 公開（公告）日: 2017-02-22
• 發明（設計）人: 陳珺;羅林波;劉超;王勇;羅大鵬
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06T7/38
• 分類號: G06T7/38
• 代理公司: 武漢華旭知識產權事務所42214
• 代理人: 劉榮,江釗芳

技術領域

本發明涉及一種基于局部線性約束的稀疏特征匹配的圖像配準方法，屬于圖像處理技術領域。

背景技術

圖像配準是遙感領域中的一個根本性和挑戰性問題，也是很多廣泛應用(包含地形重建、環境監測、變化探測、圖像鑲嵌、圖像融合及地圖更新等)中的一個先決條件。

圖像配準旨在建立不同時間不同視角或通過不同探測器獲取同一場景的兩幅圖像之間像素的對應關系。配準問題可依據具體應用和數據形式分為剛性或非剛性。剛性配準(僅涉及少量參數)相對容易，且已得到了廣泛研究。相比而言，非剛性配準較為困難，由于潛在非剛性變換模型通常無法事先獲知且較為復雜，難以建模。盡管如此，非剛性配準對遙感圖像而言仍非常重要，因為遙感圖像通常存在一些因地貌變化或成像視角變換導致的局部非剛性形變，而這些形變無法基于簡單剛性模型實現“精確配準”。

一種早期廣泛使用的非剛性圖像配準算法為光流法。其直接通過最小化像素間灰度的差異來計算一個全局稠密的位移場，通常適用于對兩幅非常相似的圖像進行配準，例如視頻序列中的相鄰幀圖像。光流法的典型假設包含光照恒定，以及像素位移場應具有分段光滑性。然而，由于光照變化、視角變換和噪聲干擾，像素灰度值往往變得不太可靠。近年來，Liu等人提出了可容忍高度類內變化的SIFT流配準算法。與光流法匹配像素灰度值不同的是，SIFT流算法匹配圖像中稠密采樣像素的SIFT描述子。該算法在復雜場景情況下展現出令人滿意的配準效果，但對大尺度縮放和旋轉的魯棒性依然較差。

然而，各種局部魯棒特征的涌現與發展為圖像配準帶來了新的解決途徑。這類方法通過匹配從圖像中提取出的局部特征信息，估計稀疏特征位置之間的空間變換函數并用其來擬合圖像對之間的真實幾何變換關系，從而實現對原始圖像的配準。這類方法中采用的特征可由不同層次的簡單幾何實體來描述，包括點、線段、輪廓和區域等。通常，較高層次的特征很難被準確地提取；點特征是最簡單的特征形式，同時也是最常見的特征形式，由于高層次特征例如線和輪廓可被描述為點的集合。從這層意義上來說，配準問題可簡化為找出兩個提取的特征點集之間的對應關系及潛在的空間變換。這種基于特征的方法對典型表觀變化和場景位移具有較強的魯棒性，且在正確實施的情況下，擁有更快的速度。他們在剛性場景(例如：在圖像拼接領域)和輕度非剛性場景(例如：在醫學成像領域)匹配中取得了很大成就，但在處理高度非剛性(例如：在地形重建領域)情形時無法取得滿意效果。其本質在于算法沒有充分利用圖像局部區域的空間約束關系。例如人臉為一個非剛性模型，但是由于臉部肌肉的控制，眼、鼻、嘴等器官的相對位置并不會因為非剛性形變而發生改變。而這個局部空間約束往往對配準能起到很大的作用。

發明內容

為了解決現有技術的不足，本發明提供了一種基于局部線性約束的稀疏特征匹配的圖像配準方法，針對遙感圖像存在地形起伏導致非剛性形變的問題，對點匹配進行局部線性約束，能夠在圖像變換后保護特征集中的局部結構，從而提高圖像配準精度。

本發明為解決其技術問題所采用的技術方案是：提供了一種基于局部線性約束的稀疏特征匹配的圖像配準方法，包括以下步驟：

(1)采用特征探測法推斷得到待配準的兩個圖像的假定匹配集x_n與y_n分別表示待配準的兩幅圖像中特征點空間位置的二位列向量；所述假定匹配集S包含錯誤匹配和正確匹配，其中正確匹配根據帶匹配的兩個圖像之間的幾何變換Z確定，即如果(x_n,y_n)是一個正確的匹配，則y_n＝Z(x_n)是一個正確的匹配；

(2)初始位置加位移函數v將定義變換Z：Ζ(x)＝x+v(x)，其中v在函數空間H中模擬，所述函數空間H為向量值的再生核希爾伯特空間，通過矩陣值的核Γ:R²×R²→R^2×2與對角線高斯核定義得到，其中R為實數空間，I為單位矩陣，x_i和x_j為實數空間中兩個特征點的空間位置，β為高斯窗參數，參數β為設置值，范圍為0.01～1.1，則變換Z通過以下形式表示：