基于多图配准复原三维图像的方法技术

本发明专利技术公开了一种基于多图配准复原三维图像的方法，对三维激光扫描获得三维图像的过程中因各种干扰而产生图像退化、信息缺失的现象，先腐蚀再修补，二维图像与三维图像交互映射处理。本发明专利技术方法主要过程包括有损去噪、映射、配准、数据修补，在配准时引入了偏移矢量的概念，引入了随机算法，自动寻找特征区域，剔除无用信息，消除了传统配准方法信息冗余量大、速度慢的弊端。在数据修补中，使用总距离差最小即和基图像最相近的精配准图像的采样点来修补基图像，和传统的数据融合比较，更接近目标的实际距离值。经过一系列的过程，最终复原出退化的距离图像。

【技术实现步骤摘要】

本专利技术属于数字图像处理领域，涉及一种三维图像复原方法。
技术介绍
在图像获取的过程中由于硬件设备的固有原因和外部噪声的干扰，都会引起成像质量下降或者信息缺损。对于大多数成像系统，单纯从硬件方面来考虑解决这些问题，将带来巨大的成本和技术压力，因此研究图像复原算法来解决前面所提出的问题有着极大的现实意义和应用价值。尤其是在三维图像领域，在获取图像的过程中更易被干扰，提高设备性能的成本更高，而对三维图像复原的研究却远没有二维图像成熟。因此对三维图像的复原在图像处理方面更需要被研究。对于获取三维图像时图像受到噪声干扰，已经有了一些去噪的方法，当前主要的去噪算法包括BM3D，由Dabov等人在2006年提出，其核心思想利用图像的相关性和统计特征对图像分块、分组匹配，形成三维块，再利用相关性对块层进行三维滤波去噪，保留了很好的低频轮廓信息，又保留了一定的细节纹理，但仍缺失了较多的信息。
技术实现思路
技术问题：本专利技术提供一种能够去除噪声、保留图像原始信息的基于多图配准复原三维图像的方法。技术方案：本专利技术的基于多图配准复原三维图像的方法，包括以下步骤：(1)以获取被复原三维图像时图像采集设备的位置为基准，偏转图像采集设备的角度、移动摄像头的位置，得到多幅用来辅助复原的辅助图像；(2)以被复原三维图像为基图像，根据图像采集设备的旋转角度、移动矢量，创建各辅助图像对应的坐标系转换矩阵，对辅助图像分别进行粗配准；(3)运用“偏移矢量”概念和随机算法，以基图像为标尺，对每个粗配准后的辅助图像分别进行基图像的点与辅助图像的点之间的精配准，得到辅助图像上所有点的偏移矢量和估计偏移量；(4)进行每个辅助图像和基图像之间的面与面精配准，最终得到一组精配准的图像；(5)有损去噪：针对基图像和所述步骤(4)得到的一组精配准的图像，利用腐蚀法将图像上的位置随机出现、形状为点状、线状的噪声去除；(6)图像信息修补：用经过有损去噪的辅助图像，对基图像由于有损去噪而造成信息缺失的部位进行信息修补，最后得到复原后的图像。进一步的，本专利技术方法中，所述步骤(3)的具体流程为：首先对每个辅助图像Ak中的每个点，都按照如下准则进行度量：若|a1ij-akij|<h，则认为akij与a1ij相对应，akij的偏移向量其中h称为相似度阈值；否则，在以ω为搜索半长的范围内进行以一个采样点间距为步长的逐步搜索，若遇到|a1,i+e,j+f-akij|<h则认为否则其中-ω≤e,f≤ω；然后以辅助图像中满足上述准则要求的采样点来求取偏移向量，得出一个向量组最后根据得到图像Ak上所有点的估计偏移量。进一步的，本专利技术方法中，所述步骤(3)中求取偏移向量的具体流程为：若同时有多个点满足上述准则要求，则取与基图像中的采样点a1ij距离模值最小的那个点来求取偏移向量；如果距离模值最小的点有若干个，且这若干个距离模值最小的点连续相连形成一个集合，则用随机算法配准：求取该集合中每个点的偏移向量，并把这个点集合中每个点的偏移向量进行向量求和，最终生成一个向量称为点集偏移向量；否则，即这若干个距离模值最小的点不连续，则将这些点的偏移向量设为(0,0)，不参与配准。进一步的，本专利技术方法中，所述步骤(4)的具体流程为：根据每幅辅助图像上所有点的估计偏移量，求出各辅助图像估计偏移量向量组中x分量的期望Exk和方差Dxk，以及y分量的期望Eyk、方差Dyk；对于每个辅助图像，当Dxk<δ且Dyk<δ时，则表明绝大多数采样点的偏移量相同，认为该图像精配准成功，将其按向量(Exk，Eyk)移动，否则认为该图像精配准失败，舍弃该图像。进一步的，本专利技术方法中，所述步骤(2)中各辅助图像对应的坐标系转换矩阵为：其中，θ、γ为扫描辅助图像时，图像采集设备相对于获取被复原三维图像时的位置在x轴、y轴、z轴的旋转角度。进一步的，本专利技术方法中，所述步骤(2)中粗配准之后得到的结果为：其中，Xs、Ys、Zs是扫描辅助图像时，图像采集设备相对于获取被复原三维图像时的位置在x轴、y轴、z轴的位移。现有的去噪手段很多都是以损失部分信息为代价的，而本专利技术方法能够对去除噪声而导致信息缺失的图像进行复原，其最终目的是实现无损去噪。有益效果：本专利技术与现有技术相比，具有以下优点：本专利技术提出了先腐蚀再修补的核心思想，以及二维图像与三维图像交互映射处理的方法，将二维图像与三维图像的处理方法进行了融合。在配准时引入了偏移矢量的概念，引入了随机算法，自动寻找特征区域，剔除无用信息，消除了传统配准方法无法识别哪些信息有用、哪些信息无用，对信息做不到合适的取舍而导致信息冗余量大、速度慢的弊端。在数据修补中使用总距离差最小即和基图像最相近的精配准图像的采样点来修补基图像，和传统的数据融合比较，更接近目标的实际距离值。与传统的配准方法相比，该配准方法配准时通过附近搜索并引入偏移向量的概念，只利用距离值变化陡峭区域进行配准，并引入大样本随机算法进行配准，自动剔除了距离值变化较小的区域，帮助边界有效地预测偏移向量，消除了“配准迷路”对配准造成破坏性的的影响。经过有损去噪、映射、配准、数据修补等步骤，最终复原出退化的距离图像。由于在复原过程中运用到多幅辅助图像中的信息来修补由于有损去噪造成的信息缺失，用于修补的信息均为图像采集装置直接获得的信息，而不是通过各种估计算法得到的信息，因此复原图像中信息的真实性大大提高。各步骤联系紧密，逻辑性强，综合地考虑到图像处理各种方法的优点以及缺陷，对这些方法进行相互间的取长补短，最终得到一个完善的图像复原方法。和现今的主流去噪方法BM3D相比，本专利技术方法采用原始信息进行修补，先有损去噪、后复原，而非去噪复原同时进行，确保了对有用信息的保护；并且由于在去噪后的复原环节，使得信息损失量大大减少，而且还增添了不少因噪声遮挡而本来不具有的信息，几乎达到了无损去噪的效果。附图说明图1为搜索路径示意图；图2为随机算法平均配准原理图；图3为映射原理图。具体实施方式下面结合实施例和说明书附图对本专利技术作进一步的说明。在使用三维激光扫描仪来获得三维图像的方法时，由于采用的是精密的硬件设备，在实际应用中往往容易受到各种干扰而导致图像退化，使图像损失了部分信息。因此需要对其进行图像复原，将获得的退化图像，以最大的保真度，恢复到退化前的状态。本专利技术就是为了达到这个目的，具体实施例是将三维激光扫描仪装在破拆机器人上来扫描目标，由于形状复杂的液压管对发出激光有干扰，导致获得的距离图像失真。本专利技术的基于多图配准复原三维图像的方法，包括先腐蚀再修补，二维图像与维图像交互映射处理，运用辅助图像对被复原对象进行信息修补；采用粗配准与精配准两步走的配准方法；在精配准时引入了偏移矢量的概念害人方法。本专利技术实施例包括以下具体内容：(1)以获得被复原三维图像时的位置、视角为基准，通过三维激本文档来自技高网...

【技术保护点】
一种基于多图配准复原三维图像的方法，其特征在于，该方法包括以下步骤：(1)以获取被复原三维图像时图像采集设备的位置为基准，偏转图像采集设备的角度、移动摄像头的位置，得到多幅用来辅助复原的辅助图像；(2)以被复原三维图像为基图像，根据图像采集设备的旋转角度、移动矢量，创建各辅助图像对应的坐标系转换矩阵，对辅助图像分别进行粗配准；(3)运用“偏移矢量”概念和随机算法，以基图像为标尺，对每个粗配准后的辅助图像分别进行基图像的点与辅助图像的点之间的精配准，得到辅助图像上所有点的偏移矢量和估计偏移量；(4)进行每个辅助图像和基图像之间的面与面精配准，最终得到一组精配准的图像；(5)有损去噪：针对基图像和所述步骤(4)得到的一组精配准的图像，利用腐蚀法将图像上的位置随机出现、形状为点状、线状的噪声去除；(6)图像信息修补：用经过有损去噪的辅助图像，对基图像由于有损去噪而造成信息缺失的部位进行信息修补，最后得到复原后的图像。

【技术特征摘要】
1.一种基于多图配准复原三维图像的方法，其特征在于，该方法包括以下步骤：
(1)以获取被复原三维图像时图像采集设备的位置为基准，偏转图像采集设备
的角度、移动摄像头的位置，得到多幅用来辅助复原的辅助图像；
(2)以被复原三维图像为基图像，根据图像采集设备的旋转角度、移动矢量，
创建各辅助图像对应的坐标系转换矩阵，对辅助图像分别进行粗配准；
(3)运用“偏移矢量”概念和随机算法，以基图像为标尺，对每个粗配准后的
辅助图像分别进行基图像的点与辅助图像的点之间的精配准，得到辅助图像上所有点
的偏移矢量和估计偏移量；
(4)进行每个辅助图像和基图像之间的面与面精配准，最终得到一组精配准的
图像；
(5)有损去噪：针对基图像和所述步骤(4)得到的一组精配准的图像，利用腐
蚀法将图像上的位置随机出现、形状为点状、线状的噪声去除；
(6)图像信息修补：用经过有损去噪的辅助图像，对基图像由于有损去噪而造
成信息缺失的部位进行信息修补，最后得到复原后的图像。
2.根据权利要求1所述的基于多图配准复原三维图像的方法，其特征在于，所
述步骤(3)的具体流程为：
首先对每个辅助图像Ak中的每个点，都按照如下准则进行度量：
若|a1ij-akij|<h，则认为akij与a1ij相对应，akij的偏移向量其中h称为
相似度阈值；否则，在以ω为搜索半长的范围内进行以一个采样点间距为步长的逐步
搜索，若遇到|a1,i+e,j+f-akij|<h则认为否则其中-ω≤e,f≤ω；
然后以辅助图像中满足上述准则要求的采样点来求取偏移向量，得出一个向量组
最后根据得到图像Ak上所有点的估计偏移
量。
3.根据权利要求2所述的...

【专利技术属性】
技术研发人员：岑豫皖，王天翔，张捍东，黄建中，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：安徽;34