一种基于灰度梯度的图像匹配方法组成比例

本发明专利技术公开了一种基于灰度梯度的图像匹配方法，包括：在参考图像内选取待匹配像素点，并以待匹配像素点为中心选取匹配窗口；计算匹配窗口内待匹配像素点沿0、45、90和135度四个方向的梯度平方和；在目标图像内以某像素点为中心选取与匹配窗口大小和形状均相同的目标窗口；计算目标窗口内像素点沿0、45、90和135度四个方向的梯度平方和；分别计算匹配窗口沿0、45、90和135度四个方向的梯度平方和与目标图像中的多个目标窗口在0、45、90和135方向梯度平方和差值的绝对值之和作为度量值；选取度量值最小的目标窗口的中心点作为匹配像素点。本方法结合了灰度信息和灰度梯度信息，匹配准确率明显高于SSD方法和SAD方法，能有效用于精确点对的匹配及相关应用。

【技术实现步骤摘要】

本专利技术属于机器视觉领域，具体涉及一种结合图像灰度信息与梯度信息的图像匹 配方法。
技术介绍
随着科学技术的发展，图像匹配技术已成为图像处理研究中一个很重要的环节。 图像匹配技术在场景重建、目标跟踪、飞机导航、医疗诊断等诸多领域有广泛的应用。 图像匹配的方法大致可以分为三类：第一类是基于灰度的图像匹配方法，第二类 是基于特征的图像匹配方法，第三类是基于对图像理解和解释的匹配方法。其中，基于灰 度的匹配是以立体图像对中每个像素局部领域的灰度信息作为匹配基础，利用某种相似性 度量，如相关函数、协方差函数、差平方和、差绝对值和等测度极值，判定立体图像对中的 对应关系。传统的基于灰度信息的匹配方法有图像序列中对应像素差的平方和SSD(Sum ofSquaredDifferences)、图像序列中对应像素差的绝对值SAD(SumofAbsolute Differences)等。 但是，传统的基于灰度的匹配方法主要从统计学上考虑一个小邻域内的灰度变化 的总和，描述的是像素点区域之间的灰度相似性，没有考虑特征点之间的空间相关性，对于 灰度变化相似但灰度分布不同的区域不敏感，容易造成误匹配。
技术实现思路
本专利技术的目的是提供，结合了灰度信息和灰度 梯度信息，匹配准确率明显高于SSD方法和SAD方法，能有效用于精确点对的匹配及相关应 用。 本专利技术的一个实施例提供了，包括：在参考图 像内选取待匹配像素点，并以待匹配像素点为中心选取方形匹配窗口；计算待匹配像素点 在匹配窗口内沿〇度、45度、90度和135度四个方向的梯度平方和；在目标图像内按序选取 匹配像素点，并以匹配像素点为中心选取与匹配窗口大小和形状均相同的目标窗口；计算 匹配像素点在目标窗口内沿0度、45度、90度和135度四个方向的梯度平方和；分别计算匹 配窗口与目标图像中多个目标窗口在〇度、45度、90度和135度相同方向梯度平方和差值 的绝对值之和作为度量值；以及选取度量值最小的目标窗口的中心点作为匹配像素点。 计算匹配窗口或目标窗口内像素点沿0度、45度、90度和135度四个方向的梯度 平方和的方法可以为： 〇度方向本文档来自技高网...

【技术保护点】
一种基于灰度梯度的图像匹配方法，其特征是，包括：在参考图像内选取待匹配像素点，并以所述待匹配像素点为中心选取方形匹配窗口；计算所述待匹配像素点在匹配窗口内沿0度、45度、90度和135度四个方向的梯度平方和；在目标图像内按序选取匹配像素点，并以所述匹配像素点为中心选取与匹配窗口大小和形状均相同的目标窗口；计算所述匹配像素点在目标窗口内沿0度、45度、90度和135度四个方向的梯度平方和；分别计算匹配窗口与目标图像中多个目标窗口在0度、45度、90度和135度相同方向梯度平方和差值的绝对值之和作为度量值；以及选取度量值最小的目标窗口的中心点作为匹配像素点。

【技术特征摘要】
1. 一种基于灰度梯度的图像匹配方法，其特征是，包括： 在参考图像内选取待匹配像素点，并以所述待匹配像素点为中心选取方形匹配窗口； 计算所述待匹配像素点在匹配窗口内沿O度、45度、90度和135度四个方向的梯度平 方和； 在目标图像内按序选取匹配像素点，并以所述匹配像素点为中心选取与匹配窗口大小 和形状均相同的目标窗口； 计算所述匹配像素点在目标窗口内沿〇度、45度、90度和135度四个方向的梯度平方 和； 分别计算匹配窗口与目标图像中多个...

【专利技术属性】
技术研发人员：张华，刘桂华，史晋芳，王时丽，张静，刘满禄，王坤朋，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川;51