[發(fā)明專利]基于Bayer格式的圖像匹配方法及圖像匹配裝置

在審

• 申請?zhí)枺?/td>: 201710071772.8
• 申請日: 2017-02-09
• 公開（公告）號: CN106845555A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設(shè)計）人: 馬昊辰;宋斌;冉駿
• 申請（專利權(quán)）人: 聚龍智瞳科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京律智知識產(chǎn)權(quán)代理有限公司11438
• 代理人: 邢雪紅,姜怡

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言，涉及一種基于Bayer格式的圖像匹配方法及圖像匹配裝置。

背景技術(shù)

圖像匹配是計算機(jī)視覺和圖像處理中的一個重要技術(shù)，在機(jī)器視覺、模式識別、航空制導(dǎo)及生物醫(yī)學(xué)等軍事和民用領(lǐng)域有著廣泛的應(yīng)用。

基于特征的圖像匹配算法首先需要尋找兩幅圖像中的關(guān)鍵特征(如關(guān)鍵點(diǎn)、線)，然后對這些關(guān)鍵特征進(jìn)行篩選、映射，進(jìn)而得到準(zhǔn)確的匹配。基于特征的圖像匹配算法利用的像素數(shù)較少，可以大大減少圖像匹配的計算量，對圖像的實(shí)時性處理具有明顯的優(yōu)勢。目前，相關(guān)技術(shù)中提出了基于SURF(Speeded Up Robust Features，加速穩(wěn)健特征)的圖像匹配算法，SURF在SIFT(Scale-invariant feature transform，尺度不變特征變換)的基礎(chǔ)上簡化了圖像金字塔分解的操作，類似于SIFT特征，SURF特征也是一種尺度、旋轉(zhuǎn)不變的特征描述方法。它對圖像的卷積做近似處理，在特征點(diǎn)定位環(huán)節(jié)引入的積分圖的概念，使求解Hessian矩陣的計算量大大降低，運(yùn)算時間比SIFT大大減少。

在Bayer彩色圖像中，每個像素只有紅色、綠色和藍(lán)色3個分量中的一個分量，其數(shù)據(jù)量和信息量是全彩色圖像的1/3。因此，Bayer彩色CCD(Charge-couple Device，電荷耦合元件)輸出圖像的像元分布與灰度圖像和RGB彩色圖像都有所不同。

因此需要一種新的方案來實(shí)現(xiàn)對Bayer格式圖像的匹配。

需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對本發(fā)明的背景的理解，因此可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于Bayer格式的圖像匹配方法及圖像匹配裝置，進(jìn)而至少在一定程度上克服由于相關(guān)技術(shù)的限制和缺陷而導(dǎo)致的一個或者多個問題。

本發(fā)明的其他特性和優(yōu)點(diǎn)將通過下面的詳細(xì)描述變得顯然，或部分地通過本發(fā)明的實(shí)踐而習(xí)得。

根據(jù)本發(fā)明的一個方面，提供一種基于Bayer格式的圖像匹配方法，包括：

獲取Bayer格式的模板圖像和搜索圖像；

生成所述模板圖像和所述搜索圖像分別對應(yīng)的灰度圖像；

通過SURF算法對所述搜索圖像和所述模板圖像分別對應(yīng)的灰度圖像進(jìn)行初匹配，以得到初匹配結(jié)果；

基于所述初匹配結(jié)果，通過序貫相似性檢測算法進(jìn)行再次匹配。

在本發(fā)明的一些實(shí)施例中，基于前述方案，生成所述模板圖像和所述搜索圖像分別對應(yīng)的灰度圖像的步驟，包括：

對所述Bayer格式的模板圖像和搜索圖像分別進(jìn)行顏色空間變換，以得到所述模板圖像和所述搜索圖像的YC_bC_r空間圖像；

基于所述YC_bC_r空間圖像中所有像素的亮度分量，生成所述模板圖像和所述搜索圖像分別對應(yīng)的灰度圖像。

在本發(fā)明的一些實(shí)施例中，基于前述方案，對所述Bayer格式的模板圖像和搜索圖像分別進(jìn)行顏色空間變換的步驟，包括：

將所述Bayer格式的模板圖像和搜索圖像變換為RGB空間圖像；

將所述RGB空間圖像變換為所述YC_bC_r圖像。

在本發(fā)明的一些實(shí)施例中，基于前述方案，將所述Bayer格式的模板圖像和搜索圖像變換為RGB空間圖像的步驟，包括：

基于雙線性插值法對所述Bayer格式的模板圖像和搜索圖像分別進(jìn)行色彩還原，以得到所述RGB空間圖像。

在本發(fā)明的一些實(shí)施例中，基于前述方案，將所述RGB空間圖像變換為所述YC_bC_r圖像的步驟，包括：

基于RGB顏色空間與YC_bC_r顏色空間之間的線性關(guān)系，將所述RGB空間圖像變換為所述YC_bC_r空間圖像。

在本發(fā)明的一些實(shí)施例中，基于前述方案，通過SURF算法對所述搜索圖像和所述模板圖像分別對應(yīng)的灰度圖像進(jìn)行初匹配的步驟，包括：

檢測所述搜索圖像和所述模板圖像分別對應(yīng)的灰度圖像中的特征點(diǎn)；

計算所述模板圖像對應(yīng)的灰度圖像中的特征點(diǎn)與所述搜索圖像對應(yīng)的灰度圖像中的特征點(diǎn)之間的歐氏距離；

根據(jù)所述歐式距離的大小，在所述搜索圖像對應(yīng)的灰度圖像中確定至少一個匹配特征點(diǎn)，以作為所述初匹配結(jié)果。