一种宽基线彩色图像模板匹配方法组成比例

技术编号:14479611 阅读:110 留言:0更新日期:2017-01-25 12:16
本发明专利技术提出一种宽基线彩色图像模板匹配方法,属于图像处理技术领域,该方法利用图像多通道特征,提出采用矢量VSAD度量两幅图像间抽样像素的一致性,并以此为基础给出一种Lab‑SAD方法增加待匹配区域在目标影像中有效信息;其次,提出选取的模板中所包含的颜色或颜色组合在待匹配图像中越少,则匹配正确性概率越高这一假设,给出一种分值图的计算方法,该图中的像素灰度值越大则分数越高,则以该位置为基础选取模板进行匹配的准确率越高;最后,给出依据分值图排序模板区域的方法,并选取高分值区域作为最终的模板选择区域,通过实验验证了本发明专利技术在宽基线条件下具备较高的准确性与有效性。

【技术实现步骤摘要】

本专利技术属于图像处理
,具体涉及一种宽基线彩色图像模板匹配方法
技术介绍
模板匹配算法通常考虑所有可能的变换,包括旋转、尺度及仿射变换;Alexe等提供了一种高效的计算方式处理两幅图像匹配窗口中的高维矢量,该方法提取两个窗口重叠部分的边界,并使用它去限制与匹配多窗口;Tsai等提出一种模板匹配方法,该方法使用波分解与环形投影法并重点考虑了旋转变换;Kim等给出一种灰度模板匹配方法,该具备较好地抗旋转与尺度变换;Yao等提出一种搜索颜色纹理的方法,该方法同样考虑了旋转与尺度变换;在宽基线条件下,后三种方法存在匹配质量不高的问题;另一项相关研究为Tian等的工作,该方法对密度形变场进行参数估计,是一种从目标变换参数空间中获得最小变换距离的方法;FAST-Match由Korman等于2013年提出,该方法通过抽样计算匹配区域像素间最小化SAD判定匹配结果,并使用全局索模板匹配实现加速搜索;Yang等以该方法为基础,实现了一种由粗到精的区域选择与匹配。宽基线条件下,随着摄影基线的增大,待匹配区域在目标影像中有效信息逐渐降低,这种情况下有效地利用图像中的多种信息、选择合适的待匹配位置成为提高匹配准确性的有效手段;由于Fast-Match方法是一种最新基于灰度图像匹配的方法,而在匹配彩色图像时需要首先进行颜色空间的转换,这一映射过程将导致彩色信息的损失,导致在匹配色彩空间差异较大区域时出现误匹配;模板匹配方法在匹配宽基线图像时存在以下影响匹配准确性的问题:1)随着摄影基线的增大,待匹配区域在目标影像中有效信息逐渐降低;2)匹配区域的选择对匹配结果准确性影响较大。
技术实现思路
针对现有技术的不足,本专利技术提出一种宽基线彩色图像模板匹配方法,该方法构造VSAD、Lab-SAD方法提高彩色图像匹配的准确率;依据选取的模板中所包含的颜色或颜色组合在待匹配图像中越少,则匹配正确性概率越高这一假设,利用分值图排序模板区域,并选取高分值区域作为最终的模板选择区域,以此提高模板匹配的准确率。一种宽基线彩色图像模板匹配方法,包括以下步骤:步骤1、将待匹配的两个图像的像素点进行分块,采用密度聚类方法对每个分块的R、G、B三维数据进行聚类,将分块内同类像素点进行标号且计算同通道均值,构建结构集,根据待匹配的两个图像之间每个结构单元的欧式距离,更新结构集,根据更新后的结构集获得分值图;步骤2、根据分值图获得积分图;步骤3、根据实际需求设定待匹配模板的大小;步骤4、遍历积分图中的每个像素点,获得以目标像素点为右下角的矩形区域的分值累计值,获得由多个单元构成的集合,所述单元包括分值累计值和目标像素点坐标;步骤5、根据分值累计值将单元由大到小进行排序,获得排序后的集合;步骤6、从分值累计值最大的单元开始,在排序后的集合中抽取多个不相邻区域的单元,获得模板选择结果集;步骤7、在第一幅图像中将选择的模板进行仿射变换,变换模板的边长、位置和角度,根据变换后的位置,在第二幅图像中获得变换后的区域;步骤8、随机选取第一幅图像中模板的像素点和第二幅图像中变换后区域的像素点,获得第一幅图像中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值;步骤9、反复执行步骤7至步骤8,对模板进行多次仿射变换,获得每次变换后的相似度差异值,选择其中相似度差异值最小值所对应的仿射变换矩阵,对模板进行仿射变换,获得在第二幅图像中的对应区域,完成匹配。步骤1所述的将待匹配的两个图像的像素点进行分块,采用密度聚类方法对每个分块的R、G、B三维数据进行聚类,将分块内同类像素点进行标号且计算同通道均值,构建结构集,根据待匹配的两个图像之间每个结构单元的欧式距离,更新结构集,根据更新后的结构集获得分值图,具体步骤如下:步骤1-1、根据实际需求设定分块大小,将第一幅图像与第二幅图像分别进行分块,获得第一幅图像分块集合和第二幅图像分块集合;步骤1-2、将第一幅图像分块集合和第二幅图像分块集合中的每个分块的R、G、B三维数据进行密度聚类处理,将分块内同类像素点进行标号,获得聚类后的第一幅图像分块集合和第二幅图像分块集合;步骤1-3、获得每个分块内部同类标号的同通道均值建立结构单元,获得第一幅图像结构集S1和第二幅图像结构集S2;所述的结构单元s公式如下:s=R‾G‾B‾BN<xl,yl>..<xn,yn>---(1)]]>其中,BN表示分块号,<x1,y1>..<xn,yn>表示当前分块内同类标号的像素点坐标;步骤1-4、将结构单元中同通道均值替换为L、a、b,对结构单元进行更新;更新后的结构单元s公式如下:s=[LabBN<x1,y1>..<xn,yn>](2)其中,L表示Lab颜色空间中的L分量,用于表示像素的亮度,取值范围是[0,100],取值为0时为纯黑,取值为100时为纯白;a表示从红色到绿色的范围,取值范围为[127,-128];b表示从黄色到蓝色的范围,取值范围为[127,-128];步骤1-5、获得第一幅图像结构集S1到第二幅图像结构集S2的各结构单元s之间a、b的欧式距离;步骤1-6、获得欧式距离小于设定阈值的数量,并将数量的倒数记入结构单元的首字节;记入后的结构单元s公式如下:s=1NabBN<xl,yl>..<xn,yn>---(3)]]>其中,N表示欧式距离小于设定阈值的数量;步骤1-7、构造一个与第一幅图像同大小的零矩阵,遍历第一幅图像结构集中所有的结构单元,将每个结构单元中的首字节,根据结构单元中的像素点坐标对应填入零矩阵中,即获得分值图。步骤7所述的在第一幅图像中将选择的模板进行仿射变换,变换模板的边长、位置和角度,根据变换后的位置,在第二幅图像中获得变换后的区域;仿射变换公式如下:[xy1]=p·T(4)其中,[xy1]表示经仿射变换后的坐标,p=[XY1]表示第一幅图像中模板中像素点的坐标;T表示变换矩阵,具体公式如下:T=λxcosθλxsinθ0λy-sinθλycosθ0xoyo1---(5)]]>其中,λx表示横向缩放比例系数,取值范围为[0.110],λy表示纵向缩放比例系数,取值范围为[0.110],θ表示旋转角,取值范围是0°-359°,xo和yo表示模板中心像素点坐标。步骤8所述的随机选取第一幅图像中模板的像素点和第二幅图像中变换后区域的像素点,获得第一幅图像中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值;相似度差异值ΔT(I1,I2)计算公式如下:ΔT(I1,I2)=1n12Σp∈I1|I1a(p)-I2a(T(p))|+|I1b(p)-I2b(T(p)|---(6)]]>其中,I1表示第一幅图像,I2表示第一幅图像;n1表示随机选取的像素点个数;表示第一幅图像I1中模板的像素点p的a通道值,表示第一幅图像I1中模板的像素点p的b通道值,表示第二幅图像I2中模板的像素点T(p)的a通道值,表示第二幅图像I本文档来自技高网
...
一种宽基线彩色图像模板匹配方法

【技术保护点】
一种宽基线彩色图像模板匹配方法,其特征在于,包括以下步骤:步骤1、将待匹配的两个图像的像素点进行分块,采用密度聚类方法对每个分块的R、G、B三维数据进行聚类,将分块内同类像素点进行标号且计算同通道均值,构建结构集,根据待匹配的两个图像之间每个结构单元的欧式距离,更新结构集,根据更新后的结构集获得分值图;步骤2、根据分值图获得积分图;步骤3、根据实际需求设定待匹配模板的大小;步骤4、遍历积分图中的每个像素点,获得以目标像素点为右下角的矩形区域的分值累计值,获得由多个单元构成的集合,所述单元包括分值累计值和目标像素点坐标;步骤5、根据分值累计值将单元由大到小进行排序,获得排序后的集合;步骤6、从分值累计值最大的单元开始,在排序后的集合中抽取多个不相邻区域的单元,获得模板选择结果集;步骤7、在第一幅图像中将选择的模板进行仿射变换,变换模板的边长、位置和角度,根据变换后的位置,在第二幅图像中获得变换后的区域;步骤8、随机选取第一幅图像中模板的像素点和第二幅图像中变换后区域的像素点,获得第一幅图像中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值;步骤9、反复执行步骤7至步骤8,对模板进行多次仿射变换,获得每次变换后的相似度差异值,选择其中相似度差异值最小值所对应的仿射变换矩阵,对模板进行仿射变换,获得在第二幅图像中的对应区域,完成匹配。...

【技术特征摘要】
1.一种宽基线彩色图像模板匹配方法,其特征在于,包括以下步骤:步骤1、将待匹配的两个图像的像素点进行分块,采用密度聚类方法对每个分块的R、G、B三维数据进行聚类,将分块内同类像素点进行标号且计算同通道均值,构建结构集,根据待匹配的两个图像之间每个结构单元的欧式距离,更新结构集,根据更新后的结构集获得分值图;步骤2、根据分值图获得积分图;步骤3、根据实际需求设定待匹配模板的大小;步骤4、遍历积分图中的每个像素点,获得以目标像素点为右下角的矩形区域的分值累计值,获得由多个单元构成的集合,所述单元包括分值累计值和目标像素点坐标;步骤5、根据分值累计值将单元由大到小进行排序,获得排序后的集合;步骤6、从分值累计值最大的单元开始,在排序后的集合中抽取多个不相邻区域的单元,获得模板选择结果集;步骤7、在第一幅图像中将选择的模板进行仿射变换,变换模板的边长、位置和角度,根据变换后的位置,在第二幅图像中获得变换后的区域;步骤8、随机选取第一幅图像中模板的像素点和第二幅图像中变换后区域的像素点,获得第一幅图像中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值;步骤9、反复执行步骤7至步骤8,对模板进行多次仿射变换,获得每次变换后的相似度差异值,选择其中相似度差异值最小值所对应的仿射变换矩阵,对模板进行仿射变换,获得在第二幅图像中的对应区域,完成匹配。2.根据权利要求1所述的宽基线彩色图像模板匹配方法,其特征在于,步骤1所述的将待匹配的两个图像的像素点进行分块,采用密度聚类方法对每个分块的R、G、B三维数据进行聚类,将分块内同类像素点进行标号且计算同通道均值,构建结构集,根据待匹配的两个图像之间每个结构单元的欧式距离,更新结构集,根据更新后的结构集获得分值图,具体步骤如下:步骤1-1、根据实际需求设定分块大小,将第一幅图像与第二幅图像分别进行分块,获得第一幅图像分块集合和第二幅图像分块集合;步骤1-2、将第一幅图像分块集合和第二幅图像分块集合中的每个分块的R、G、B三维数据进行密度聚类处理,将分块内同类像素点进行标号,获得聚类后的第一幅图像分块集合和第二幅图像分块集合;步骤1-3、获得每个分块内部同类标号的同通道均值建立结构单元,获得第一幅图像结构集S1和第二幅图像结构集S2;所述的结构单元s公式如下:s=[R‾G‾B‾BN<x1,y1>..<xn,yn>]---(1)]]>其中,BN表示分块号,<x1,y1>..<xn,yn>表示当前分块内同类标号的像素点坐标;步骤1-4、将结构单元中同通道均值替换为L、a、b,对结构单元进行更新;更新后的结构单...

【专利技术属性】
技术研发人员:贾迪刘超董娜孙劲光
申请(专利权)人:辽宁工程技术大学
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利