本发明专利技术公开了一种对噪声鲁棒的图像相似性判别方法，主要针对含有大噪声的图像如何寻找、匹配准确的图像块，提升图像匹配的准确度，为基于块匹配的图像拼接、图像去噪等图像处理方法提供一种对噪声有较高鲁棒性的图像相似度判别方法；本发明专利技术属于数字图像处理领域，利用近年来迅速发展的低秩矩阵分解理论来构造对噪声鲁棒的相似性判别函数，排除噪声等不规则扰动对相似性判别的影响，保证在极大噪声下的判别有效性。
【技术实现步骤摘要】
本专利技术属于数字图像处理领域，特别是针对大噪声条件下获得的图像块进行匹 配、相似性评价问题，利用了低秩矩阵分解理论，将图像块相似性判别转换为矩阵的秩特 性，具体涉及。
技术介绍
图像块匹配技术作为图像处理领域中的一类基本方法，在图像拼接、图像去噪等 领域有着重要的应用，其中，图像块相似性判别是图像块匹配的关键理论部分。通常，图像 相似性判别方法是指一类能够量化两块图像区域之间相似程度的函数，选出两帧图像中符 合人眼习惯的最相似图像区域。然而，在噪声或极大噪声的条件下，噪声的存在会对图像信 号带来极大的扰动，甚至颠覆性的影响，从而严重影响相似性的判别。根据低秩理论可知， 由于丰富的局部正则性、全局对称、重复的纹理、冗余的采样等原因，会导致图像、视频等可 视化数据存在低秩特性。利用这种低秩特性，能够有效地排除噪声等不规则扰动对相似性 判别的影响，保证了在极大噪声下的判别有效性。本专利技术拟利用近年来迅速发展的低秩矩 阵分解理论来构造对噪声鲁棒的相似性判别方法，解决上述影响相似性图像的判别问题。
技术实现思路
本专利技术的目的针对现有技术不足，提供一种基于低秩矩阵理论的具有一定抗噪性 的图像相似性判别方法，能够在大噪声的条件下准确地搜索相似的图像块，保证图像拼接、 去噪等后续图像处理方法的有效性。 本专利技术所采用的技术方案是：，包括以下 步骤： (SI)获取两张需要匹配的图像，并选择搜索策略获得N个选择框，N为自然数； (S2)对于一个选择框i，i= 1，…，N，分别对应在两张图像上为两块大小一样的 图像块B，B'，记为BGRmXn、B'GRmxn，定义与图像块同一大小的单位矩阵为IGRmxn，其 中，mXn分别表示图像矩阵的宽和高；【主权项】1. 一种对噪声鲁椿的图像相似性判别方法，其特征在于包括w下步骤： (51) 获取两张需要匹配的图像，选择捜索策略获得N个选择框； (52) 对于一个选择框i，i= 1，…，N，分别对应在两张图像上为两块大小一样的图像 块B，B'，记为BGRmXn、B'GR-Xn，定义与图像块同一大小的单位矩阵为IGR-Xn，其中， mXn分别表示图像矩阵的宽和高； (53) 联立图像块B、B'与单位矩阵I得到一个新的矩阵其中，矩阵D 的秩rank值）满足； max(rank炬），rank炬'））《rank值）《rank炬)+rank炬'） (1) (54) 根据低秩矩阵分解方法，对于矩阵D，构造如下目标函数：(2) 其中，A表示矩阵D的低秩结构；E表示矩阵D的稀疏误差结构；II?II。、II?lip分别 表示零范数和矩阵的斐波那契范数；丫为平衡参数，e表示为噪声水平，rank( ?)表示求 秩函数； (55) 根据式（2)为非凸的性质，进行整理，用核范数II?IL替换矩阵的秩rank( ?)， 用一范数II?Ili替换零范数II.II。，将式（2)变为如下形式：(56) 利用增广拉格朗日方法进行迭代求解式（3)，经过有限次数T的迭代，求得矩阵D 的低秩结构At和稀疏误差结构Et，其中rank(AT)为所求矩阵D的秩，记为ri=rank(AT); (57) 选择相似性度量函数，求解i= 1，…，N-1时分别对应的度量函数ri值；其中，Si，sw分别表示相邻两次图像区域捜索过程中所得到图像块的面积，分 别表示两次捜索过程中所选择的图像块对应的低秩结构A的秩； 做）比较N-1个相似性度量函数r;的值，选择其中最小的r准，所对应的图像块记 为耳.、耳.'，即为所得到的相似度最高的图像块。 1mmmin2. 如权利要求1所述的一种对噪声鲁椿的图像相似性判别方法，其特征在于：丫取值 为i/>/W。3. 如权利要求1所述的一种对噪声鲁椿的图像相似性判别方法，其特征在于；所述迭 代次数T取不超过20的整数。【专利摘要】本专利技术公开了，主要针对含有大噪声的图像如何寻找、匹配准确的图像块，提升图像匹配的准确度，为基于块匹配的图像拼接、图像去噪等图像处理方法提供一种对噪声有较高鲁棒性的图像相似度判别方法；本专利技术属于数字图像处理领域，利用近年来迅速发展的低秩矩阵分解理论来构造对噪声鲁棒的相似性判别函数，排除噪声等不规则扰动对相似性判别的影响，保证在极大噪声下的判别有效性。【IPC分类】G06T7-20, G06T3-00【公开号】CN104794679【申请号】CN201510224857【专利技术人】熊志辉, 肖华欣, 张茂军, 赖世铭, 徐玮 【申请人】中国人民解放军国防科学技术大学【公开日】2015年7月22日【申请日】2015年5月5日本文档来自技高网...
【技术保护点】
一种对噪声鲁棒的图像相似性判别方法，其特征在于包括以下步骤：(S1)获取两张需要匹配的图像，选择搜索策略获得N个选择框；(S2)对于一个选择框i，i＝1,…,N,分别对应在两张图像上为两块大小一样的图像块B，B′，记为B∈Rm×n、B′∈Rm×n，定义与图像块同一大小的单位矩阵为I∈Rm×n，其中，m×n分别表示图像矩阵的宽和高；(S3)联立图像块B、B′与单位矩阵I得到一个新的矩阵D=BB′II,]]>其中，矩阵D的秩rank(D)满足：max(rank(B),rank(B′))≤rank(D)≤rank(B)+rank(B′) (1)(S4)根据低秩矩阵分解方法，对于矩阵D，构造如下目标函数：minA,Erank(A)+γ||E||0s.t.||D-A-E||F≤ϵ---(2)]]>其中，A表示矩阵D的低秩结构；E表示矩阵D的稀疏误差结构；||·||0、||·||F分别表示零范数和矩阵的斐波那契范数；γ为平衡参数，ε表示为噪声水平，rank(·)表示求秩函数；(S5)根据式(2)为非凸的性质，进行整理，用核范数||·||*替换矩阵的秩rank(·)，用一范数||·||1替换零范数||·||0，将式(2)变为如下形式：minA,E||A||*+γ||E||1s.t.||D-A-E||F≤ϵ---(3)]]>(S6)利用增广拉格朗日方法进行迭代求解式(3)，经过有限次数T的迭代，求得矩阵D的低秩结构AT和稀疏误差结构ET，其中rank(AT)为所求矩阵D的秩，记为ri＝rank(AT)；(S7)选择相似性度量函数，求解i＝1,…,N‑1时分别对应的度量函数Γi值；Γi=2sisi+1(riri+1)2(siri2)2+(si+1ri+12)2=2sisi+1(riri+1)2si2ri+14+si+12ri4]]>其中，si，si+1分别表示相邻两次图像区域搜索过程中所得到图像块的面积，ri、ri+1分别表示两次搜索过程中所选择的图像块对应的低秩结构A的秩；(S8)比较N‑1个相似性度量函数Γi的值，选择其中最小的Γi值，所对应的图像块记为即为所得到的相似度最高的图像块。...
【技术特征摘要】
【专利技术属性】
技术研发人员：熊志辉，肖华欣，张茂军，赖世铭，徐玮，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43
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。