图像配准方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种图像配准方法、装置、设备及存储介质，涉及人工智能领域。包括：获取待配准的配准图像对，配准图像对中包含第一图像与第二图像；通过边缘提取网络对第一图像与第二图像进行边缘提取，得到第一轮廓图与第二轮廓图；在第k轮迭代过程中，基于第k变换矩阵对第一轮廓图与第二轮廓图进行第k轮轮廓对齐，以及基于第k轮轮廓对齐结果将第k变换矩阵更新为第k+1变换矩阵；在满足迭代结束条件的情况下，将最后一轮得到的变换矩阵确定为图像变换矩阵，图像变换矩阵用于对第一图像与第二图像进行图像配准。本申请实施例提供的方法，有助于提高图像配准的准确性。助于提高图像配准的准确性。助于提高图像配准的准确性。

【技术实现步骤摘要】
图像配准方法、装置、设备及存储介质


[0001]本申请实施例涉及人工智能领域，特别涉及一种图像配准方法、装置、设备及存储介质。

技术介绍

[0002]图像配准是对图像进行投影变换，使其与参考图像对齐在同一个图像坐标系下的过程。
[0003]图像配准过程是寻找图像间变换矩阵的过程。相关技术中，基于图像的特征点计算得到变换矩阵。在此过程中，首先提取得到待匹配图像中的关键特征点，再对关键特征点进行匹配，从而基于匹配的特征点对计算得到变换矩阵。
[0004]而上述方式依赖于准确特征点的提取，在无法提取到良好特征点的情况下，将无法准确估计图像间的变换矩阵，影响图像匹配准确性。

技术实现思路

[0005]本申请实施例提供了一种图像配准方法、装置、设备及存储介质，可以提高图像配准的准确性。所述技术方案如下：
[0006]一方面，本申请实施例提供了一种图像配准方法，所述方法包括：
[0007]获取待配准的配准图像对，所述配准图像对中包含第一图像与第二图像；
[0008]通过边缘提取网络对所述第一图像与所述第二图像进行边缘提取，得到第一轮廓图与第二轮廓图；
[0009]在第k轮迭代过程中，基于第k变换矩阵对所述第一轮廓图与所述第二轮廓图进行第k轮轮廓对齐，以及基于第k轮轮廓对齐结果将所述第k变换矩阵更新为第k+1变换矩阵，其中，更新后的所述第k+1变换矩阵对应的轮廓对齐差异小于所述第k变换矩阵对应的轮廓对齐差异，k为正整数；
[0010]在满足迭代结束条件的情况下，将最后一轮得到的变换矩阵确定为图像变换矩阵，所述图像变换矩阵用于对所述第一图像与所述第二图像进行图像配准。
[0011]另一方面，本申请实施例提供了一种图像配准装置，所述装置包括：
[0012]图像获取模块，用于获取待配准的配准图像对，所述配准图像对中包含第一图像与第二图像；
[0013]边缘提取模块，用于通过边缘提取网络对所述第一图像与所述第二图像进行边缘提取，得到第一轮廓图与第二轮廓图；
[0014]矩阵更新模块，用于在第k轮迭代过程中，基于第k变换矩阵对所述第一轮廓图与所述第二轮廓图进行第k轮轮廓对齐，以及基于第k轮轮廓对齐结果将所述第k变换矩阵更新为第k+1变换矩阵，其中，更新后的所述第k+1变换矩阵对应的轮廓对齐差异小于所述第k变换矩阵对应的轮廓对齐差异，k为正整数；
[0015]矩阵确定模块，用于在满足迭代结束条件的情况下，将最后一轮得到的变换矩阵
确定为图像变换矩阵，所述图像变换矩阵用于对所述第一图像与所述第二图像进行图像配准。
[0016]另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的图像配准方法。
[0017]另一方面，提供了一种计算机可读存储介质，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述方面所述的图像配准方法。
[0018]另一方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面提供的图像配准方法。
[0019]本申请实施例提供的技术方案带来的有益效果至少包括：
[0020]本申请实施例中，对于待配准的第一图像以及第二图像，计算机设备可先对图像进行边缘提取，得到第一图像对应的第一轮廓图与第二轮廓图，从而基于轮廓图进行轮廓对齐，以得到第一图像与第二图像间的变换矩阵，通过轮廓对齐方式确定变换矩阵，无需依赖于特征点的提取；且通过第一轮廓图与第二轮廓图间的迭代轮廓对齐过程，以最小化轮廓对齐差异为目标得到图像变换矩阵，可提高估计图像变换矩阵的准确性，有助于提高图像配准的准确性。
附图说明
[0021]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1示出了本申请一个示例性实施例提供的实施环境的示意图；
[0023]图2示出了本申请一个示例性实施例提供的图像配准方法的流程图；
[0024]图3示出了本申请另一个示例性实施例提供的图像配准方法的流程图；
[0025]图4示出了本申请一个示例性实施例提供的轮廓点对齐方式的结构示意图；
[0026]图5示出了本申请一个示例性实施例提供的确定图像变换矩阵的流程图；
[0027]图6示出了本申请另一个示例性实施例提供的图像配准方法的流程图；
[0028]图7示出了本申请一个示例性实施例提供的图像对齐方式的结构示意图；
[0029]图8示出了本申请一个示例性实施例提供的边缘提取网络的训练方法的流程图；
[0030]图9是本申请一个示例性实施例提供的图像配准装置的结构框图；
[0031]图10示出了本申请一个示例性实施例提供的计算机设备的结构示意图。
具体实施方式
[0032]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方
式作进一步地详细描述。
[0033]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0034]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0035]相关技术中，通过特征点法进行配准的过程依赖于特征点的提取，因此，本申请实施例中，提供一种图像配准方法，通过对图像对进行边缘提取，从而根据边缘提取得到的轮廓图进行轮廓对齐，以根据轮廓对齐过程确定图像变换矩阵，可提高图像配准的准确性。
[0036]本申请实施例提供的图像配准方法可应用于工业配准场景中。在一种可能的实施方式中，可应用工业质检场景中，在工业质检场景本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像配准方法，其特征在于，所述方法包括：获取待配准的配准图像对，所述配准图像对中包含第一图像与第二图像；通过边缘提取网络对所述第一图像与所述第二图像进行边缘提取，得到第一轮廓图与第二轮廓图；在第k轮迭代过程中，基于第k变换矩阵对所述第一轮廓图与所述第二轮廓图进行第k轮轮廓对齐，以及基于第k轮轮廓对齐结果将所述第k变换矩阵更新为第k+1变换矩阵，其中，更新后的所述第k+1变换矩阵对应的轮廓对齐差异小于所述第k变换矩阵对应的轮廓对齐差异，k为正整数；在满足迭代结束条件的情况下，将最后一轮得到的变换矩阵确定为图像变换矩阵，所述图像变换矩阵用于对所述第一图像与所述第二图像进行图像配准。2.根据权利要求1所述的方法，其特征在于，所述基于第k变换矩阵对所述第一轮廓图与所述第二轮廓图进行第k轮轮廓对齐，以及基于第k轮轮廓对齐结果将所述第k变换矩阵更新为第k+1变换矩阵，包括：基于所述第k变换矩阵对所述第一轮廓图与所述第二轮廓图中的轮廓点进行第k轮点集对齐，以及基于第k轮点集对齐结果将所述第k变换矩阵更新为所述第k+1变换矩阵；和/或，基于所述第k变换矩阵对所述第一轮廓图与所述第二轮廓图进行第k轮图像对齐，以及基于第k轮图像对齐结果将所述第k变换矩阵更新为所述第k+1变换矩阵。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：从所述第一轮廓图中筛选得到第一轮廓点集，以及从所述第二轮廓图中筛选得到第二轮廓点集；所述基于所述第k变换矩阵对所述第一轮廓图与所述第二轮廓图中的轮廓点进行第k轮点集对齐，以及基于第k轮点集对齐结果将所述第k变换矩阵更新为所述第k+1变换矩阵，包括：基于所述第k变换矩阵对所述第二轮廓点集进行第k轮点集变换，得到第k轮廓点集；基于所述第一轮廓点集与所述第k轮廓点集中各点之间的距离，确定第k轮匹配轮廓点对；基于所述第k轮匹配轮廓点对间的对应关系，确定所述第k+1变换矩阵。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一轮廓点集与所述第k轮廓点集中各点之间的距离，确定第k轮匹配轮廓点对，包括：通过最近邻搜索方式，在所述第k轮廓点集中查询得到与第一轮廓点匹配的第k轮廓点，所述第一轮廓点属于所述第一轮廓点集；在所述第一轮廓点与所述第k轮廓点间的距离小于距离误差阈值的情况下，将所述第一轮廓点与所述第k轮廓点对应的第二轮廓点确定为匹配轮廓点对。5.根据权利要求3所述的方法，其特征在于，所述在满足迭代结束条件的情况下，将最后一轮得到的变换矩阵确定为图像变换矩阵，包括：在第一误差函数收敛的情况下，将最后一轮得到的所述变换矩阵确定为所述图像变换矩阵，所述第一误差函数用于表示所述第一轮廓点集与经变换后的第二轮廓点集中匹配轮廓点对间的距离误差；
或，在达到迭代次数阈值的情况下，将最后一轮得到的所述变换矩阵确定为所述图像变换矩阵。6.根据权利要求2所述的方法，其特征在于，所述基于所述第k变换矩阵对所述第一轮廓图与所述第二轮廓图进行第k轮图像对齐，以及基于第k轮图像对齐结果将所述第k变换矩阵更新为所述第k+1变换矩阵，包括：基于所述第k变换矩阵对所述第二轮廓图进行第k轮图像变换，得到第k对齐轮廓图；基于所述第k对齐轮廓图与所述第一轮廓图间的差异，确定第k增量矩阵；基于所述第k增量矩阵对所述第k变换矩阵进行增量处理，得到所述第k+1变换矩阵。7.根据权利要求6所述的方法，其特征在于，所述基于所述第k对齐轮廓图与所述第一轮廓图间的差异，确定第k增量矩阵，包括：基于所述第k对齐轮廓图与所述第一轮廓图间的差异，确定第k轮的第二误差函数值，第二误差函数用于表征所述第一轮廓图与所述第二轮廓图之间的图像对齐误差...

【专利技术属性】
技术研发人员：刘建林，陈颖，徐尚，刘永，汪铖杰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：