[發明專利]場景和光照變化條件下的圖像高精度配準方法

有效

• 申請號: 201611080132.5
• 申請日: 2016-11-30
• 公開（公告）號: CN106780297B
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 馮偉;孫濟洲;田飛鵬;張乾;周策
• 申請（專利權）人: 天津大學
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06T5/00;G06T7/00
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 陳娟

本發明涉及一種場景和光照變化條件下的圖像高精度配準方法，步驟包括：相機重定位、L與F的初始化、照明校正、相機幾何位置校正。本發明提出了多尺度低秩顯著性檢測方法，并通過運用基于GMM的協同顯著性先驗，將多尺度低秩顯著性檢測推廣到多幅圖像協同顯著性檢測中，以檢測多幅圖像中出現的相同或相似的區域。與傳統的顯著性檢測方法相比，本發明所提出的低秩多尺度超像素融合算法解決了尺度選擇困難的問題，并取得了更可靠的顯著性檢測結果。

技術領域

本發明屬于圖像配準領域，涉及一種面向場景和光照變化下對高值圖像高精度配準方法。這個方法將相機的快速重定位技術應用到場景與光照都發生變化的圖像高精度配準問題中，以相機重定位過程中與上次觀測圖像出現的1個主方向圖像與6個輔方向圖像對當前圖像高精度配準為目標。

背景技術

本發明中涉及到的背景技術有：

(1)變化探測(Change Detection)：變化探測是高層視覺應用的重要預處理步驟。在變化探測中的探測步驟和決策規則中，CDNet提供了一個現實的大規模基準視頻數據集，并且在變化探測算法中保持很好的排名。基于最近新提出的許多算法，例如SOBS、SC_SOBS，Sub SENSE等，CDNet中的背景建模是最成功的策略之一。其他值得一提的發展包括基于變化探測的三維體素(3Dvoxel)和使用多個全景圖與三維深度數據的城市規模結構變化探測。為了解決光照變化與相機運動的影響，目前最優秀的方法著眼于探測空間與光度上顯著的變化，并且含蓄得處理像噪音一樣的微妙變化。然而，在一些發生在空間與光度變化不重要的小尺度上，這種基礎的假設很大程度上限制了其對于微妙的紋理變化探測的能力。我們的發明表明低秩分析(low-rank analysis)可以用來分解多幅圖片中的稀疏變化。

(2)色彩連續性(Color Constancy)：在變化探測中，快速的色彩連續性被廣泛應用到校正光照變化。由于實時速度的要求，大多數變化探測方法只能用簡單的靜態色彩連續性處理辦法，這樣就限制了其容忍頻繁且劇烈的光照變化的能力。除此之外，本征圖像可以用來校正同一場景下不同光照的差別。近來，本征圖像的分解已經被進一步擴展到多種組成部分，包括從一張或者多張圖片中分解的形狀、光照、反射率等。但是，最近的這些發展或者需要復雜的優化函數，或者需要在密集的照明條件下捕獲多張圖片，這使得它們并不能直接適用于低成本、端對端、紋理細密的變化探測。

(3)幾何校正(Geometry Correction)：幾何校正是另一個在具有魯棒性的變化探測中不可或缺的組成部分。針對剛性場景的傳統方法包括相似性、仿射或投影變換。對于非剛性的動態場景，光流可以用來校正有錯位的相機幾何體的偏差。我們的發明考慮到多照明約束的條件，采用了擴展的SIFT流來進行幾何校正。

發明內容

本發明針對現有技術在高值場景中精確探測到有細密紋理的圖像變化的不足，將相機重定位應用到精細的變化探測中，通過獲取場景、光照變化下的圖像，提供一種端對端由粗到細保證變化探測健壯性與精確性的新技術，有利于進一步提高對有微妙細密紋理變化探測能力。

為此，本發明采用如下的技術方案，主要包括下列步驟：

1.相機重定位：

收集不同時間的場景觀測樣本。在一個場景中采集7張圖片：1個環境照明和6個定向側照明。這些圖片被存儲為列向量。

給定X作為上述7個照明所組成的矩陣如下：

其中，1≤k≤K，K為側照明定向的個數(這里取K＝6)。

將當前的相機重定位到與上次觀測相近的角度和位置，通過與上次觀測的多張DSL比對后粗略調整，獲取當前的觀測矩陣Y：

相機重定位步驟：