一种保留局部结构的非刚点集配准的方法技术

一种保留局部结构的非刚点集配准的方法，属于图像处理技术领域，涉及一种配准方法。解决了现有点集配准方法配准精度低，鲁棒性差的问题。本发明专利技术利用边缘特征检测算子获取参考图像和目标图像的边缘图像，对两幅边缘图像提取离散点，并定义为模板点集和目标点的点集，利用能量函数获得使能量函数E(P,f)最小的变换函数和对应性矩阵采用高斯混合模型建模；获取相应性矩阵P的限制项Ec(P)和相应性矩阵P的距离测量项Ed(P,f)；利用连接邻域定义局部结构，建立空间变换f限制项Et(f)模型；获得最终能量函数E(P,f)；利用EM算法求解满足公式最终能量函数E(P,f)最小的最优变换函数和对应性矩阵完成保留局部结构的非刚点集配准。本发明专利技术适用于点集配准。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及一种点集配准方法。
技术介绍
1、随着图像获取技术的快速发展和自动化需求的提升，对多源，多视角，多时相的图像的分析技术越来越迫切。作为一种比较或融合不同条件下的图像的技术，图像配准已经广泛应用于遥感数据分析，计算机视觉和图像处理等领域。通过图像配准技术，寻找并建立不同图像之间的对应关系和变换关系，从而实现信息融合的目的。2、现有配准技术主要分为三类，基于灰度信息的，基于变换域，基于特征信息的。鉴于鲁棒性高，计算量小等优点，基于特征信息的图像配准方法是目前最常用的。由于边缘特征，更容易提取。然而大部分基于点特征的图像配准并未充分利用点集中各点之间的连接性。3、虽然大量的基于点特征的配准技术被提出，然而算法的鲁棒性和精度仍然是一个严重的问题。
技术实现思路
本专利技术是为了解决现有点集配准方法配准精度低，鲁棒性差的问题，而提出的一种引入局部连接性的非刚点集配准方法。本专利技术所述的一种保留局部结构的非刚点集配准的方法，该方法的具体步骤为：步骤一、利用边缘特征检测算子获取参考图像和目标图像的边缘图像，对两幅边缘图像提取离散点，并定义为模板点集和目标点的点集，且模板中像素非零点的集合和目标点集均属于维空间子集，且分别由{xi,i＝1,2,…,M

【技术保护点】
一种保留局部结构的非刚点集配准的方法，其特征在于，该方法的具体步骤为：步骤一、利用边缘特征检测算子获取参考图像和目标图像的边缘图像，对两幅边缘图像提取离散点，并定义为模板点集和目标点的点集，且模板中像素非零点的集合和目标点集均属于维空间子集，且分别由{xi,i＝1,2,…,M}和{yj,j＝1,2,…,N}组成；分别由点集X和Y表示：X＝[x1,x2,…,xM]T，Y＝[y1,y2,…,yN]T；M和N均为正整数；步骤二、利用能量函数获得使能量函数E(P,f)最小的变换函数和对应性矩阵 E(P,f)＝Ed(P,f)+λEt(f)+ζEc(P)  (2)f为点集X到点集Y的空间变换为函数；模型点集X变换后的点集为变换点集U，U＝[u1,u2,…,uM]T，其中ui＝f(xi),i＝1,2,…,M；P为模板点集X和目标点集Y之间的对应性矩阵，P为M×N维的矩阵；Ed(P,f)、Et(f)和Ec(P)分别是对应性矩阵的距离测量项，空间变换f的限制项和对应性矩阵变换P限制项；λ和ζ均是正实数；其中，M为模板点集中点的个数，N目标点集中点的个数；步骤三、将点集配准作为一个概率密度估计问题，采用高斯混合模型建模；将模板点集作为混合高斯模型的中心，而目标点集作为该混合高斯模型的观测值；获取相应性矩阵P的限制项Ec(P)和相应性矩阵P的距离测量项Ed(P,f)；步骤四、利用连接邻域定义局部结构，保留局部邻域信息，建立空间变换f限制项Et(f)模型；步骤五、将步骤四和步骤五获得的相应性矩阵P的限制项Ec(P)、相应性矩阵P的距离测量项Ed(P,f)和空间变换f限制项Et(f)的模型带入公式2获得最终能量函数E(P,f)；步骤六、利用EM算法求解满足公式最终能量函数E(P,f)最小的最优变换函数和对应性矩阵完成保留局部结构的非刚点集配准。...

【技术特征摘要】
1.一种保留局部结构的非刚点集配准的方法，其特征在于，该方法的具体步骤为：步骤一、利用边缘特征检测算子获取参考图像和目标图像的边缘图像，对两...

【专利技术属性】
技术研发人员：杨宪强，高会军，白立飞，孙昊，刘鑫，许超，张智浩，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23