[發明專利]一種基于線性特征的聯合圖像復原和匹配方法及系統

有效

• 申請號: 201910023228.5
• 申請日: 2019-01-10
• 公開（公告）號: CN109903233B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 桑農;彭軍才;邵遠杰;高常鑫;李文豪
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

本發明公開了一種基于線性特征的聯合圖像復原和匹配方法，該方法構造線性映射矩陣，提取主要線性特征計算初始化清晰實時圖像和加權稀疏系數，選出清晰實時圖像的加權稀疏系數中最大分量，其對應像素字典矩陣中的元素在參考圖像中的位置即為最終匹配結果。本發明還提供了實現上述方法的系統。本發明提取線性特征，起到了減輕圖像模糊帶來的干擾，去除大量無用的信息，保持用稀疏系數重構清晰實時圖像的線性關系的作用，具有提高圖像復原和匹配準確性的技術效果，同時降低計算量，提高實時性。

技術領域

本發明屬于圖像處理技術領域，更具體地，涉及一種基于線性特征的聯合圖像復原和匹配方法及系統。

背景技術

圖像匹配是視覺導航系統中的核心技術，對提高導航精度起到關鍵作用。在視覺導航系統中，攝像機不斷拍攝實時圖像，將實時圖像和存儲的參考圖像進行場景匹配，可以獲得準確的位置信息。

圖像匹配算法一般分為基于特征的方法和基于像素的方法?；谔卣鞯膱D像匹配算法分為兩步，第一步是在實時圖像和參考圖像提取特征，第二步是基于兩組特征進行比較相似性得到匹配結果。該類算法主要研究工作在于提取不同的特征，比如針對點特征的sift特征、SURF特征、SUSAN 特征，針對線特征的Canny特征和正交瘠波特征等。實驗表明，基于特征的圖像匹配算法具有一定的圖像仿射變換不變性，但是當實時圖像和參考圖像存在噪聲和模糊的情況時，該類算法很難提取到準確對應的特征向量，因此匹配結果不理想。基于像素的圖像匹配算法是在參考圖像上用滑動窗提取不同圖像塊和實時圖像進行比對，因為直接使用所有像素，所以對存在噪聲和模糊的情況可以得到更好的匹配結果。該類算法主要研究工作在于如何準確計算像素的相似性，比如有選擇性相關系數、互相關系數等。最近，Sai Yang等人將稀疏表達應用于圖像匹配中，該方法可以提高算法的實時性，具有一定的抗噪聲和抗遮擋。然而，上述圖像匹配算法都是假定實時圖像不存在模糊情況。在實際應用中，由于圖像系統內在和外在的原因，圖像在形成、記錄、處理和傳輸過程中不可避免會有模糊等退化問題，這使得圖像匹配成為一個極具挑戰性的問題。

論文“Joint Image Restoration and Matching Based on Distance-WeightedSparse Representation”公開了一種針對模糊實時圖像的聯合圖像復原和匹配的方法，大致方案是當正確估計模糊核，復原后的圖像可以由字典最稀疏表達，同時稀疏表示系數也能定位目標的位置。一方面，稀疏表示先驗可以有效約束可能的清晰圖像的解空間；另一方面，更好地復原圖像將有助于稀疏表示，獲得更好的稀疏表達系數，從而得到更好的定位精度。由于實時圖像存在模糊，該方案基于圖像一維像素向量計算加權稀疏系數，存在大量圖像模糊引入的噪聲信息影響，使得稀疏系數計算不準確，導致最終圖像復原和匹配結果準確度下降。

發明內容

針對現有的技術缺陷，本發明的目的在于提供一種針對實時圖像存在模糊的圖像匹配方法，旨在解決現有方法中存在圖像模糊引入的噪聲信息使得稀疏系數計算不準確導致匹配精度低的問題。

一種基于線性特征的聯合圖像復原和匹配方法，包括以下步驟：

(1)輸入步驟：

輸入參考圖像I和模糊實時圖像y；

(2)像素字典矩陣D構建步驟：

在參考圖像I中滑動提取與模糊實時圖像y大小相同的圖像塊，將單個圖像塊的像素拉伸為列向量，再將所有圖像塊的像素列向量排列構成像素字典矩陣D；

(3)線性特征字典矩陣D_f構建步驟：

基于像素字典矩陣D構建表征其線性特征的映射矩陣T，進而得到線性特征字典矩陣D_f；

(4)初始化清晰實時圖像x步驟：