[發(fā)明專利]基于局部不變灰度特征的圖像配準(zhǔn)方法、圖像處理系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810316415.8
• 申請日: 2018-04-10
• 公開（公告）號: CN108537832B
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計）人: 盧一相;陳帥;高清維;孫冬;彭學(xué)明;鮑華;夏懿
• 申請（專利權(quán)）人: 安徽大學(xué)
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/11
• 代理公司: 重慶市信立達(dá)專利代理事務(wù)所(普通合伙) 50230
• 代理人: 包曉靜

1.一種基于局部不變灰度特征的圖像配準(zhǔn)方法，其特征在于，所述基于局部不變灰度特征的圖像配準(zhǔn)方法構(gòu)建特征提取描述子；通過尋找配準(zhǔn)圖像間的特征點(diǎn)，采用最近鄰法則尋找相匹配的關(guān)鍵點(diǎn)；計算配準(zhǔn)圖像間的仿射變換變換矩陣H，通過奇異值分解求出其6個參數(shù)；

所述構(gòu)建特征提取描述子具體包括：

(1)構(gòu)建坐標(biāo)系：局部塊中的中心設(shè)為O，定義一個點(diǎn)P，則設(shè)為y軸，x軸則為y軸順時針旋轉(zhuǎn)90度方向；在局部坐標(biāo)系中，設(shè)置中心點(diǎn)為P，半徑為R，N為在子區(qū)域中臨近P點(diǎn)的個數(shù)；OP方向遠(yuǎn)離P點(diǎn)的一個點(diǎn)為第一個點(diǎn)，其余N-1點(diǎn)按照順時針方向排列，得到像素點(diǎn)集合{X₁,X₂,…,X_N}，通過線性插值得到灰度值{I(X₁),I(X₂),…,I(X_N)}；N為偶數(shù)，采樣點(diǎn)根據(jù)奇偶性分為如下兩列：

P⁽¹⁾(x)＝{I(X₁),I(X₃),…,I(X_N-1)}

P⁽²⁾(x)＝{I(X₂),I(X₄),…,I(X_N)}；

比較相鄰像素的灰度值，得到兩個新的向量，k＝1,2，且維度為N/2，最后一個像素與第一個像素作比較作為向量組的最后一個成分，得到的向量表達(dá)式如下為：

vector⁽¹⁾＝(sign(I(X₁)-I(X₃)),sign(I(X₃)-I(X₅)),…,sign(I(X_N-3)-I(X_N-1)),sign(I(X_N-1)-I(X₁)))；

vector⁽²⁾＝(sign(I(X₂)-I(X₄)),sign(I(X₄)-I(X₆)),…,sign(I(X_N-2)-I(X_N)),sign(I(X_N)-I(X₂)))；

其中vectors^(k)是只有一個像素為1，其它均為0的向量，轉(zhuǎn)化為向量：

其中

采樣點(diǎn)映射為兩個維度為2^N/2的向量組D(P^(k)),k＝1,2，其中只有一個元素為1，其它均為0，將這兩個向量組連接作為一個完整的向量，并且維度為2×2^N/2，指向點(diǎn)P的向量，其表達(dá)式如下：

D(P)＝(D(P⁽¹⁾),D(P⁽²⁾))；

(2)將區(qū)域R分割為B個子區(qū)域，R＝{R₁,R₂,…,R_B}，將所有子區(qū)域向量相加：

通過連接每個子區(qū)域的描述子，得到一個特征描述子：

descriptor＝(des₁,des₂,…,des_B)；

最終構(gòu)造的描述子維度為2B×2^N/2。

2.如權(quán)利要求1所述的基于局部不變灰度特征的圖像配準(zhǔn)方法，其特征在于，所述構(gòu)建特征提取描述子之前需要：

(1)圖像預(yù)處理和檢測感興趣區(qū)域：利用標(biāo)準(zhǔn)差為σ₁高斯濾波器去除噪聲，利用具有仿射協(xié)變性的檢測器檢測感興趣區(qū)域；再采用標(biāo)準(zhǔn)差為σ₂的高斯濾波器移除在插值化過程中插值所引入的噪聲；

(2)感興趣區(qū)域分割：根據(jù)圖像塊中像素的灰度值排序，將局部圖像塊分割成許多子區(qū)域：局部塊中的所有像素根據(jù)灰度值大小按照非降序順序排列；根據(jù)灰度值排序，將局部塊分成B個子區(qū)域。