【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 ...
【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, ...
【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
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。