【技术实现步骤摘要】
一种基于圆投影的快速图像匹配方法
本专利技术属于计算机机器视觉
,用于对图像中的物体进行匹配,具体为一种快速的基于圆投影的图像匹配方法。
技术介绍
模板匹配是基于已知的模板在待匹配图中找到最佳匹配位置的过程,是数字图像处理中一个重要内容,已广泛应用于工业对位、目标检测识别、跟踪等。近年来模板匹配研究已经有一些有效的算法(如文献[1])。但现有的模板匹配过程大多将模板与场景图像进行卷积,计算模板与场景图像之间的相似度以确定位置(如文献[2])。由于相关性的计算量很大,因此需要低成本的相关性算法进行实时处理,文献[3]中提出了大量相关类型的算法。这些方法大多分为两类:1)对模板和场景图像都使用图像金字塔,并通过自顶向下搜索来执行匹配(如文献[4]);2)采用两次搜索算法,在第一次搜索过程中使用亚模板在粗网格中搜索,第二次在先前发现的候选点附近搜索更好的匹配(如文献[5])。但是,当检测目标发生旋转时,以上算法将不再有效。近年来国内外学者相继提出了一些可以任意旋转的方法。Lowe(文献[6])提出了一种尺度不变特征变换(SIFT),它利用检测区域的梯度分布,具有缩放和旋转不变性,但是当图像特征点过少或出现重复结构时,基于SIFT的匹配容易失败,且运算量大。文献[7]提出一种将SIFT和旋转不变LBP结合的图像匹配方法,提高了运算速度,但是当图像细节纹理过多时,该算法匹配性能将显著降低。基于圆投影的旋转不变性,Tang(文献[8])提出了用圆的各向同性和投影特征进行任何角度匹配,但原始的圆投影匹配计算量较大。后续不断有学者对圆投影算法改进。Tsai(文献[9 ...
【技术保护点】
1.一种基于圆投影的快速图像匹配方法,其特征是对任意大小样本图像,提取圆形模板,利用混合圆投影算法将二维图像转换到一维向量,以快速提取图像特征用于图像匹配,具体为:对选定的圆形模板图像,首先进行金字塔分解,将其降采样到指定层,然后使用混合圆投影变换计算出每一层模板的混合圆投影向量,并确定每一层的得分阈值;对待检测图像,首先进行金字塔分解,降采样到指定层,并从图上依次选择搜索子图,搜索子图为圆形,和降采样后的模板尺寸一致,并计算搜索子图的混合圆投影向量,然后对降采样后的模板和搜索子图的混合圆投影向量使用NCC算法计算相似度得分,得到某点所在子图对应的得分,结合阈值的局部聚类算法对得到的点过滤,逐层扩大搜索,使用非极大值抑制算法得到目标匹配位置,最后使用角度直方图估计策略得到目标的旋转角度,完成旋转目标的匹配。
【技术特征摘要】
1.一种基于圆投影的快速图像匹配方法,其特征是对任意大小样本图像,提取圆形模板,利用混合圆投影算法将二维图像转换到一维向量,以快速提取图像特征用于图像匹配,具体为:对选定的圆形模板图像,首先进行金字塔分解,将其降采样到指定层,然后使用混合圆投影变换计算出每一层模板的混合圆投影向量,并确定每一层的得分阈值;对待检测图像,首先进行金字塔分解,降采样到指定层,并从图上依次选择搜索子图,搜索子图为圆形,和降采样后的模板尺寸一致,并计算搜索子图的混合圆投影向量,然后对降采样后的模板和搜索子图的混合圆投影向量使用NCC算法计算相似度得分,得到某点所在子图对应的得分,结合阈值的局部聚类算法对得到的点过滤,逐层扩大搜索,使用非极大值抑制算法得到目标匹配位置,最后使用角度直方图估计策略得到目标的旋转角度,完成旋转目标的匹配。2.根据权利要求1所述的一种基于圆投影的快速图像匹配方法,其特征是求取图像混合圆投影向量的具体步骤为:1)原始均值投影向量P(r)如下式所示:其中,n(r)为半径为r的圆周上的像素个数,T(r,θ)为模板图上对应半径r和旋转角度θ的点的灰度值,R为选定圆形模板的半径;2)方差投影σ(r)定义如下:其中,T(r,θ)为模板图上对应点的灰度值;n(r)为半径为r上的圆周上的像素个数;3)结合原始均值投影(1)和方差投影(2),计算模板图和搜索子图的混合投影向量Hp(r)、Hs(r)分别定义如下:Hp(r)=ωm×Pp(r)+ωσ×σp(r)(3)Hs(r)=ωm×Ps(r)+ωσ×σs(r)(4)其中,ωm、ωσ分别为均值投影和方差投影的权重因子。3.根据权利要求1所述的一种基于圆投影的快速图像匹配方法,其特征是相似度计算具体为:其中,Hp(r)、Hs(r)分别是模板图和搜索子图的混合圆投影向量,分别是模板图和搜索子图Rmax~Rmin范围内混合圆投影的平均值;Rmax、Rmin分别是计算相似度时选择的外环和内环大小;得到的相似度f在-1到1之间。4.根据权利要求1所述的一种基于圆投影的快速图像匹配方法,其特征是图像金字塔分解具体为:3.1)将图像降采样到给定层,使用缩小后的待检测图像和缩小后的模板进行顶层局部聚类算法,得到若干个候选点,其基本思想是:将候选点按照位置分成若干个团簇,每个团簇内的候选点拥有同一个簇编号,不同簇彼此不相邻,具体流程为:3.1.1)构建一个和待检测图像大小相同的掩码图mask,mask用于存储候选点所在团簇编号,以及团簇相关信息的hash_table,hash_table用于存储簇内最相似点的位置和相应的相似度,最相似度点即簇心;3.1.2)计算某点P所在子图与模板的相似度T...
【专利技术属性】
技术研发人员:曹田,李勃,任福继,张绳富,许洲,刘敏,张思瑶,
申请(专利权)人:南京大学,
类型:发明
国别省市:江苏,32
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。