本发明专利技术涉及一种基于稳健平面拟合的相位相关亚像素匹配方法，采用基于最小费用网络流的相位解缠算法对相位角矩阵进行解缠，利用高效的随机抽样一致算法拟合二维相位角平面，无需预先的整像素匹配，直接利用相位差信息的理论特性估计出影像块间的亚像素偏移值。与现有技术相比，本发明专利技术具有精度与稳定性高等优点，通过模拟影像密集匹配实验，本发明专利技术方法在精度与稳定度方面都体现出优势，达到了优于1/50像素的匹配精度，且对Pixel?locking现象系统误差也有较好的抑制作用。
【技术实现步骤摘要】
【专利摘要】本专利技术涉及，采用基于最小费用网络流的相位解缠算法对相位角矩阵进行解缠，利用高效的随机抽样一致算法拟合二维相位角平面，无需预先的整像素匹配，直接利用相位差信息的理论特性估计出影像块间的亚像素偏移值。与现有技术相比，本专利技术具有精度与稳定性高等优点，通过模拟影像密集匹配实验，本专利技术方法在精度与稳定度方面都体现出优势，达到了优于1/50像素的匹配精度，且对Pixel?locking现象系统误差也有较好的抑制作用。【专利说明】—种基于稳健平面拟合的相位相关亚像素匹配方法
本专利技术涉及影像间的亚像素匹配方法，尤其是涉及。
技术介绍
影像的精确匹配与同名像点的确定是提取物体三维信息的基础。通过影像间的亚像素匹配，能够精确地获取立体视差，从而恢复目标的三维信息，同时获取的密集视差图本身可以推导出地物位移与地表形变场等数据。亚像素精确匹配在数字产品生成、图像配准与融合、三维建模和变形监测等领域有着极其重要的应用。图像匹配主要分为特征匹配与区域匹配两大类。特征匹配鲁棒性强，灵活度高，但难以维持亚像素精度与实现密集匹配，而区域匹配具有精度高，抗粗差性强，分布密集等优势而成为主流。其中最主要的区域匹配技术主要为影像相关技术，相位相关即是一种频域下的影像相关算法，相位相关的理论基础是傅里叶变换的平移特性，即影像间平移在频域下对应为线性相位差，理论上，影像的平移只会引起傅里叶系数相位角的变化而不会改变其幅值。与传统的空域灰度相关系数影像相关相比，相位相关通过傅里叶变换转换到频域下直接对相位差信息的研究，克服了 NCC算法容易在灰度数值差较大的区域产生误匹配的缺陷，具有匹配精度高，速度快，抗噪性强和受辐射差异影响小等特点，近年来已经成功应用于图像配准、变形监测和极窄基线DEM生成等领域中。亚像素相位相关算法研究集中于通过精确确定峰值位置来获取偏移量和通过互功率谱的线性相位差理论特性来获取偏移量两类。在前类算法的研究方面，文献“Extension of phase correlation to subpixel registration.1mage Processing,IEEE Transactions on, 2002,11 (3):188_200”中将亚像素问题等价成整像素偏移后的降采样问题，从理论上推导2D sine方程求取亚像素值的公式。后类算法的研究中，针对互功率谱对应的相位角理论上是缠绕的平面这一特性,文献“A fast direct Fourier-basedalgorithm for subpixei registration of images.Geoscience and Remote Sensing,IEEE Transactions on, 2001, 39 (10):2235_2243” 中提出利用最小二乘估计来拟合二维平面，平面的斜率对应亚像素的偏移值。文献“A subspace identification extensionto the phase correlation method.Medical Imaging, IEEETransactions on, 2003，22 (2):277_280”中提出利用奇异值分解对互功率谱进行子空间分解，通过获取奇异值向量对应的相位角的斜率来获取亚像素偏移值。现有的亚像素相位相关匹配依然存在精度与计算复杂度无法兼容和抗粗差性差等缺点；同时，亚像素匹配过程会产生像素锁(pixel locking effect)系统误差,直接影响匹配亚像素的精度。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种精度与稳定性高的基于稳健平面拟合的相位相关亚像素匹配方法。本专利技术的目的可以通过以下技术方案来实现:，包括以下步骤:I)获取参考影像f (X，y)与待匹配影像g(x，y)，两幅影像间的关系为:g(x, y) = f(x_x0, y-y0)X(l、y(l分别为两幅影像间存在的行列方向的亚像素级偏移值，对两幅影像分别进行升余弦窗加权后进行离散傅里叶变换，得到G(U，V)和H(u，v)，则傅里叶变换的平移特性表示为【权利要求】1.，其特征在于，包括以下步骤: 1)获取参考影像f(x，y)与待匹配影像g(X，y)，两幅影像间的关系为: g(x, y) = f (X-X0, y-y0)Xt^yci分别为两幅影像间存在的行列方向的亚像素级偏移值，对两幅影像分别进行升余弦窗加权后进行离散傅里叶变换，得到G(U，V)和H(u，v)，则傅里叶变换的平移特性表示为 F (u, V) = F (u, V) exp {_i (ux0+vy0)} 计算两幅影像的归一化互功率谱矩阵Q(u，V): 2.根据权利要求1所述的，其特征在于，所述的步骤2)中，对矩阵Q(u，V)进行滤波去噪后获得相位角矩阵具体为:分离互功率谱矩阵Q(u，v)的实部和虚部，分别使用均值滤波去噪，对滤波后的得到的矩阵按反正切得到去噪后缠绕的相位角矩阵。3.根据权利要求1所述的，其特征在于，所述的步骤2)中，对相位角矩阵进行二维解缠采用的方法为基于最小费用网络流的相位解缠算法。4.根据权利要求1所述的，其特征在于，所述的步骤3)中，采用随机抽样一致算法拟合二维平面，获得平面模型参数具体为: 301)获取输入量，所述的输入量包括数据量为N的数据集、最大迭代值kmax、置信度η。、模型阈值t和比例阈值δ ； 302)从数据集中随机选择最小要求的m个样本来估计模型参数Θk ； 303)根据阈值t和估计模型计算阈值内的数据个数Ik； 304)若|lk|> I.，则赋值Θ = 0k,I = Ik，取ε = 111/N根据 【文档编号】G06T7/00GK103824287SQ201410051994【公开日】2014年5月28日 申请日期:2014年2月14日 优先权日:2014年2月14日 【专利技术者】童小华, 叶真, 徐聿升, 刘世杰, 李凌云, 李天鹏 申请人:同济大学本文档来自技高网...
【技术保护点】
一种基于稳健平面拟合的相位相关亚像素匹配方法，其特征在于，包括以下步骤：1)获取参考影像f(x，y)与待匹配影像g(x，y)，两幅影像间的关系为：g(x，y)＝f(x?x0，y?y0)x0、y0分别为两幅影像间存在的行列方向的亚像素级偏移值，对两幅影像分别进行升余弦窗加权后进行离散傅里叶变换，得到G(u，v)和H(u，v)，则傅里叶变换的平移特性表示为F(u，v)＝F(u，v)exp{?i(ux0+vy0)}计算两幅影像的归一化互功率谱矩阵Q(u，v)：Q(u,v)=G(u,v)F(u,v)*|G(u,v)F(u,v)*|=exp{-i(ux0+vy0)};]]>2)对矩阵Q(u，v)进行滤波去噪后计算相位角矩阵：并对相位角矩阵进行二维解缠；3)采用随机抽样一致算法拟合二维平面，并根据平面模型参数求解出行列方向的亚像素级偏移值x0和y0。
【技术特征摘要】
【专利技术属性】
技术研发人员：童小华，叶真，徐聿升，刘世杰，李凌云，李天鹏，
申请(专利权)人：同济大学，
类型：发明
国别省市：
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。