一种图像的无纹理区域匹配方法组成比例

本发明专利技术提出一种图像的无纹理区域匹配方法，属于图像处理技术领域，本发明专利技术利用仿射变换过程中的不变量，构造DTTC图(Distance transform towards centroid)，并以此为基础进行匹配使得采用模板匹配方法可以对无纹理区域进行匹配；值得一提的是，本发明专利技术适用于彩色图像，在处理自然图像匹配时彩色纹理的生成更有利于区别不同颜色无纹理区域的匹配。

A method of non texture region matching for images

The invention provides a method for matching texture image, which belongs to the technical field of image processing, the invention uses invariant affine transformation in the process of constructing DTTC graph (Distance transform towards centroid), which is the basis for using the template matching method, which can be matched without texture; worth mention is that the invention is suitable for color image processing, the image matching is generated when the more natural color texture to match different colors without the texture region.

【技术实现步骤摘要】
一种图像的无纹理区域匹配方法
本专利技术属于图像处理
，具体涉及一种图像的无纹理区域匹配方法。
技术介绍
随着科学技术的不断发展，摄像机也得到了飞速的发展，摄像机的种类以及功能也越来越多，人们也享受到了科技发展带来的各种便利。比如，人们可以利用将摄像机设置在车辆上，通过摄像机采集图像的方式获知停车场内的环境信息。目前的摄像机，比如广角摄像机等，在使用时需要对参数进行标定，以得到较为精确的参数。目前比较通用的标定技术是采用张正友标定算法进行标定，然而这种标定方式只适用于平面标定板，且需要多幅畸变标定板图像，对于只有一幅畸变图像的情况，这种标定方式就不能适用，标定的精度也不高。
技术实现思路
针对现有技术的不足，本专利技术提出一种图像的无纹理区域匹配方法，该方法利用仿射变换过程中的两个性质：1)仿射变换把直线变成直线，2)仿射变换保持向量的线性关系不变，将无纹理区域构造为具有仿射不变性质的纹理区域，目的是提高模板抽样匹配的准确性。一种图像的无纹理区域匹配方法，包括以下步骤：步骤1、对原始图像进行二值化处理，将二值化图像中无纹理区域内像素点记为1，其它区域内像素点记为0；步骤2、求取无纹理区域的质心；步骤3、遍历无纹理区域中的每个像素，构造矢量矩阵；所述矩阵中的每个矢量单元由像素点与质心的欧式距离、像素点与质心的矢量角、该像素点的横坐标和该像素点的纵坐标构成；步骤4、设定一个取值范围是[0∶359]的角度k，以步长为1遍历角度k，构造质心距离变换图；具体如下：步骤4-1、设定初始状态下k＝0，遍历矢量矩阵中每个矢量单元，查找所有矢量角等于0的单元构造集合，反复执行上述内容直至获得k所有取值状态下的单元构造集合；步骤4-2、获取每个单元构造集合中每个像素点所对应的欧式距离，将每个像素点所对应的欧式距离除以该单元构造集合中最大欧式距离，获得质心距离变换图中每个像素点的比例值；步骤4-3、判断原始图像是否为灰度图像，若是，则执行步骤4-4，否则执行步骤4-5；步骤4-4、将原始灰度图像中每个像素点的灰度值与质心距离变换图中对应位置的比例值相乘，并将乘积作为质心距离变换图中该位置的最终值，完成构造质心距离变换图，执行步骤5；步骤4-5、将原始彩色图像中每个像素点的R通道值、G通道值和B通道值分别与质心距离变换图中对应位置的比例值相乘，并将乘积分别作为质心距离变换图中该位置的R通道最终值、G通道最终值和B通道最终值，完成构造质心距离变换图，执行步骤5；步骤5、选择模板，在质心距离变换图中将选择的模板进行仿射变换，变换模板的边长、位置和角度，根据变换后的位置，在第二幅图像中获得变换后的区域；步骤6、随机选取质心距离变换图中模板的像素点和第二幅图像中变换后区域的像素点，获得质心距离变换图中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值；步骤7、反复执行步骤5至步骤6，对模板进行多次仿射变换，获得每次变换后的相似度差异值，选择其中相似度差异值最小值所对应的仿射变换矩阵，对模板进行仿射变换，获得在第二幅图像中的对应区域，完成匹配。步骤4-2所述的获取每个单元构造集合中每个像素点所对应的欧式距离，将每个像素点所对应的欧式距离除以该单元构造集合中最大欧式距离，获得质心距离变换图中每个像素点的比例值，具体公式如下：其中，DTTC(x，y)表示质心距离变换图中像素点(x，y)的比例值，Vk(x，y)[d]表示单元构造集合Vk中像素点(x，y)所对应的欧式距离，max(Vk[d])表示单元构造集合Vk中最大欧式距离。步骤5所述的选择模板，在质心距离变换图中将选择的模板进行仿射变换，变换模板的边长、位置和角度，根据变换后的位置，在第二幅图像中获得变换后的区域；仿射变换公式如下：[xy1]＝p·T(2)其中，[xy1]表示经仿射变换后的坐标，p＝[XY1]表示质心距离变换图中模板中像素点的坐标；T表示变换矩阵，具体公式如下：其中，λx表示横向缩放比例系数，取值范围为[0.1，10]，λy表示纵向缩放比例系数，取值范围为[0.110]，θ表示旋转角，取值范围是0°～359°，xo和yo表示模板中心像素点坐标。步骤6所述的随机选取质心距离变换图中模板的像素点和第二幅图像中变换后区域的像素点，获得质心距离变换图中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值；相似度差异值ΔT(I1，I2)计算公式如下：其中，I1表示质心距离变换图，I2表示第二幅图像；n1表示随机选取的像素点个数；a表示从红色到绿色的范围，取值范围为[127，-128]；b表示从黄色到蓝色的范围，取值范围为[127，-128]；表示质心距离变换图I1中模板的像素点p的a通道值，表示质心距离变换图I1中模板的像素点p的b通道值，表示第二幅图像I2中模板的像素点T(p)的a通道值，表示第二幅图像I2中模板的像素点T(p)的b通道值。本专利技术优点：本专利技术提出一种图像的无纹理区域匹配方法，为了解决无纹理区域无法匹配的问题，利用仿射变换过程中的不变量，构造DTTC图(Distancetransformtowardscentroid)，并以此为基础进行匹配使得采用模板匹配方法可以对无纹理区域进行匹配；值得一提的是，本专利技术适用于彩色图像，在处理自然图像匹配时彩色纹理的生成更有利于区别不同颜色无纹理区域的匹配。附图说明图1为本专利技术一种实施例的广角摄像机的标定方法流程图；图2为本专利技术一种实施例的步骤4理论依据示意图，其中，图(a)为一幅无纹理图像，图(b)为由图(a)经仿射变换T得到的图像，图(c)为图(a)采用DTTC方法得到的图像，图(d)为由图(b)经DTTC方法获得的图像，图(e)为对图(c)经T变换获得的图像；图3为本专利技术一种实施例的DTTC变换实验结果对比示意图，其中，图(a)为由图2中图(a)先进行DTTC变换，再进行仿射变换得到的图像；图(b)是由图(a)先经仿射变换，再由DTTC变换获得的结果；图(c)为图(a)与图(b)做差值运算后获得的结果；图4为本专利技术一种实施例的仿射变换尺度不大情况下的匹配对比结果，其中，图(a)为第一结果对比图，图(b)为第二对结果比图，图(c)为第三结果对比图，图(d)为第四结果对比图，图(e)为第五结果对比图，图(f)为第六结果对比图；图5为本专利技术一种实施例的大尺度仿射变换实验结果对比示意图，其中，图(a)为第一结果对比图，图(b)为第二结果对比图，图(c)为第三结果对比图；图6为本专利技术一种实施例的实验图像示意图，其中，图(s1)为第一幅实验图像，图(s2)为第二幅实验图像，图(s3)为第三幅实验图像。具体实施方式下面结合附图对本专利技术一种实施例做进一步说明。本专利技术实施例中，图像的无纹理区域匹配方法，如图1所示，包括以下步骤：步骤1、对原始图像进行二值化处理，将二值化图像I中无纹理区域内像素点记为1，记为D，其它区域内像素点记为0；步骤2、求取无纹理区域D的质心(cx，cy)；步骤3、遍历无纹理区域D中的每个像素，构造矢量矩阵V(d，θ，xi，yi)；所述矩阵中的每个矢量单元由像素点与质心的欧式距离d(i，j)、像素点与质心的矢量角θ(i，j)、该像素点的横坐标xi和该像素点的纵坐标yi构成；d(i，j)＝s本文档来自技高网...

【技术保护点】
一种图像的无纹理区域匹配方法，其特征在于，包括以下步骤：步骤1、对原始图像进行二值化处理，将二值化图像中无纹理区域内像素点记为1，其它区域内像素点记为0；步骤2、求取无纹理区域的质心；步骤3、遍历无纹理区域中的每个像素，构造矢量矩阵；所述矩阵中的每个矢量单元由像素点与质心的欧式距离、像素点与质心的矢量角、该像素点的横坐标和该像素点的纵坐标构成；步骤4、设定一个取值范围是[0：359]的角度k，以步长为1遍历角度k，构造质心距离变换图；具体如下：步骤4‑1、设定初始状态下k＝0，遍历矢量矩阵中每个矢量单元，查找所有矢量角等于0的单元构造集合，反复执行上述内容直至获得k所有取值状态下的单元构造集合；步骤4‑2、获取每个单元构造集合中每个像素点所对应的欧式距离，将每个像素点所对应的欧式距离除以该单元构造集合中最大欧式距离，获得质心距离变换图中每个像素点的比例值；步骤4‑3、判断原始图像是否为灰度图像，若是，则执行步骤4‑4，否则执行步骤4‑5；步骤4‑4、将原始灰度图像中每个像素点的灰度值与质心距离变换图中对应位置的比例值相乘，并将乘积作为质心距离变换图中该位置的最终值，完成构造质心距离变换图，执行步骤5；步骤4‑5、将原始彩色图像中每个像素点的R通道值、G通道值和B通道值分别与质心距离变换图中对应位置的比例值相乘，并将乘积分别作为质心距离变换图中该位置的R通道最终值、G通道最终值和B通道最终值，完成构造质心距离变换图，执行步骤5；步骤5、选择模板，在质心距离变换图中将选择的模板进行仿射变换，变换模板的边长、位置和角度，根据变换后的位置，在第二幅图像中获得变换后的区域；步骤6、随机选取质心距离变换图中模板的像素点和第二幅图像中变换后区域的像素点，获得质心距离变换图中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值；步骤7、反复执行步骤5至步骤6，对模板进行多次仿射变换，获得每次变换后的相似度差异值，选择其中相似度差异值最小值所对应的仿射变换矩阵，对模板进行仿射变换，获得在第二幅图像中的对应区域，完成匹配。...

【技术特征摘要】
1.一种图像的无纹理区域匹配方法，其特征在于，包括以下步骤：步骤1、对原始图像进行二值化处理，将二值化图像中无纹理区域内像素点记为1，其它区域内像素点记为0；步骤2、求取无纹理区域的质心；步骤3、遍历无纹理区域中的每个像素，构造矢量矩阵；所述矩阵中的每个矢量单元由像素点与质心的欧式距离、像素点与质心的矢量角、该像素点的横坐标和该像素点的纵坐标构成；步骤4、设定一个取值范围是[0：359]的角度k，以步长为1遍历角度k，构造质心距离变换图；具体如下：步骤4-1、设定初始状态下k＝0，遍历矢量矩阵中每个矢量单元，查找所有矢量角等于0的单元构造集合，反复执行上述内容直至获得k所有取值状态下的单元构造集合；步骤4-2、获取每个单元构造集合中每个像素点所对应的欧式距离，将每个像素点所对应的欧式距离除以该单元构造集合中最大欧式距离，获得质心距离变换图中每个像素点的比例值；步骤4-3、判断原始图像是否为灰度图像，若是，则执行步骤4-4，否则执行步骤4-5；步骤4-4、将原始灰度图像中每个像素点的灰度值与质心距离变换图中对应位置的比例值相乘，并将乘积作为质心距离变换图中该位置的最终值，完成构造质心距离变换图，执行步骤5；步骤4-5、将原始彩色图像中每个像素点的R通道值、G通道值和B通道值分别与质心距离变换图中对应位置的比例值相乘，并将乘积分别作为质心距离变换图中该位置的R通道最终值、G通道最终值和B通道最终值，完成构造质心距离变换图，执行步骤5；步骤5、选择模板，在质心距离变换图中将选择的模板进行仿射变换，变换模板的边长、位置和角度，根据变换后的位置，在第二幅图像中获得变换后的区域；步骤6、随机选取质心距离变换图中模板的像素点和第二幅图像中变换后区域的像素点，获得质心距离变换图中模板的像素点坐标与第二幅图像中变换后区域的像素点坐标相似度差异值；步骤7、反复执行步骤5至步骤6，对模板进行多次仿射变换，获得每次变换后的相似度差异值，选择其中相似度差异值最小值所对应的仿射变换矩阵，对模板进行仿射变换，获得在第二幅图像中的对应区域，完成匹配。2.根据权利要求1所述的图像的无纹理区域匹配方法，其特征在于，步骤4-2所述的获取每个单元构造集合中每个像素点所对应的欧式距离，将每个像素点所对应的欧式距离除以该单元构造集合中最大欧式距离，获得质心距离变换图中每个像素点的比例值，...

【专利技术属性】
技术研发人员：贾迪，朱红，宋伟东，孙劲光，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁,21