[發(fā)明專利]一種多顏色空間差分融合的圖像匹配方法

在審

• 申請?zhí)枺?/td>: 201710929526.1
• 申請日: 2017-10-09
• 公開（公告）號: CN107609603A
• 公開（公告）日: 2018-01-19
• 發(fā)明（設(shè)計）人: 李金屏;于向茹;丁健配;竇一民;林振凱;郭玉坤;韓延彬
• 申請（專利權(quán)）人: 濟南大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06T5/00
• 代理公司: 濟南誠智商標專利事務(wù)所有限公司37105
• 代理人: 李修杰

1.一種多顏色空間差分融合的圖像匹配方法，其特征是，對圖像的多個顏色空間通道下的圖像差分進行計算，并對差分圖像進行融合來獲得圖像匹配結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述的圖像匹配方法包括以下步驟：

步驟1：對圖像進行伽馬校正處理；

步驟2：將待匹配圖像和參考圖像分別轉(zhuǎn)換至多顏色空間；

步驟3：將待匹配圖像和參考圖像的多顏色空間中各個分量分別做圖像差分運算；

步驟4：對差分圖像進行融合；

步驟5：對融合后的圖像進行Sigmoid灰度變換；

步驟6：進行自適應(yīng)閾值分割，獲得匹配結(jié)果。

3.根據(jù)權(quán)利要求2所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述步驟1的具體步驟如下：

步驟11：采用下式對圖像進行伽馬校正：

Y＝(X+e)^γ

其中，Y表示校正后的圖像中的像素值，X表示原圖像像素值，e為補償系數(shù)，γ為伽馬值；

步驟12：確定γ值。

4.根據(jù)權(quán)利要求3所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述γ值為0.45。

5.根據(jù)權(quán)利要求2所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述步驟2的具體步驟如下：

步驟21：將當前圖像與參考圖像由RGB顏色空間轉(zhuǎn)化為HSV顏色空間：

V＝max(R,G,B)

步驟22：將當前圖像與參考圖像由RGB顏色空間轉(zhuǎn)化為YUV顏色空間：

步驟23：將當前圖像與參考圖像由RGB顏色空間轉(zhuǎn)化為XYZ顏色空間：

步驟24：將XYZ顏色空間轉(zhuǎn)化為Lab顏色空間：

其中，X_n、Y_n、Z_n是參照白點的XYZ三色刺激值。

6.根據(jù)權(quán)利要求2所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述步驟3的具體步驟如下：

步驟31：進行顏色空間通道分離，得到RGB、HSV、YUV及Lab四個顏色空間下的圖像分量；

步驟32：計算待匹配圖像和參考圖像分別在四個顏色空間的12個顏色通道下的差分分量。

7.根據(jù)權(quán)利要求2所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述步驟4的具體步驟如下：

步驟41：在待融合的12個通道的差分圖像中去掉H通道圖像；

步驟42：在空域中使用多尺度的灰度加權(quán)平均法進行圖像融合：

其中，I_l(x,y)表示第l個通道的差分圖像中坐標(x,y)處圖像I的像素值；f(x,y)表示坐標(x,y)處融合后圖像f的像素值；N表示需要融合的圖像數(shù)量；k_i表示尺度窗口的大小，α_i表示尺度的權(quán)重，N＝11，k＝{1,2,3}，α＝{0.1,0.2,0.7}。

8.根據(jù)權(quán)利要求2所述的一種多顏色空間差分融合的圖像匹配方法，其特征是，所述步驟6的具體步驟如下：

步驟61：統(tǒng)計圖像中灰度級為i的像素數(shù)量，記為n_i，并進行歸一化處理：

其中，M表示圖像的灰度級，P_i表示灰度級為i的像素在整幅圖像中的比例；

步驟62：采用大津法計算二值化閾值t：

w₀表示閾值為t時的背景概率，w₁為前景概率，1≤t≤M；

μ₀(t)表示閾值與t時的背景灰度均值，μ₁(t)為前景的灰度均值；

δ_w²＝w₀δ₀²+w₁δ₁²

δ_B²＝w₀*(u₀(t)-u)²+w₁*(u₁(t)-u)²

其中δ₀²表示背景方差，δ₁²表示前景方差，δ_B²表示類間方差，δ_W²表示類內(nèi)方差，u表示圖像整體均值；使δ_B²最大，δ_W²最小的閾值t即為最優(yōu)閾值；

步驟63：對匹配結(jié)果進行判斷，如果融合后的圖像小于閾值的像素為匹配成功，如果融合后的圖像大于閾值的像素則為匹配不成功。