The present invention proposes an image position offset detection method based on fast feature matching. Hough transform is used to extract the straight line features of two contrast images, and N straight line features with the greatest intensity are matched and the average offset is obtained respectively; the edge points, corner points and corner feature sets of the contrast image after downsampling are obtained to obtain the key point feature sets; and the contrast image is segmented. In order to find the strongest key points on each image slice, the feature vectors corresponding to each strongest key point are obtained and normalized; the KD tree is constructed by using the strongest key points and their corresponding feature vectors; the KD tree of the contrast image is used to bi-directionally match the key points of the image, and the error matching points are eliminated by using the average offset to obtain the set of the final matching key points; The coordinates of the key points are matched and the average offset of the image in the X and Y directions is calculated. The method of the invention can improve the processing speed and detection accuracy of image position offset detection.
【技术实现步骤摘要】
一种基于快速特征匹配的图像位置偏移检测方法
本专利技术图像检测领域，特别是指一种基于快速特征匹配的图像位置偏移检测方法。
技术介绍
在现有的图像处理技术中，检测目标图像和标准图像的位置偏移方法，通常是将两幅图像的整帧图像进行对比或叠加处理。两幅图像进行叠加处理，直接获取图像分界的位置；中国专利公告号CN101546432公开的专利名称为获取图像偏移位置的方法及装置，利用绘制的标尺样条线探测，从而获取目标图像的偏移位置，这种方法的匹配是利用线匹配，匹配精度低，检测的位置偏移量精度低。将两幅图像的整帧图像对比时，进行块匹配或通过快速傅立叶变换求出其相位相关函数得到偏移量；这种方法的匹配几乎对每个像素点都进行处理或变换，计算量大，降低处理速度。因此，现有的图像位置偏移检测需要一种既能提高处理速度又能提高检测精度的方法。
技术实现思路
为了解决图像位置偏移检测的处理速度和检测精度，本专利技术提出一种基于快速特征匹配的图像位置偏移检测方法。本专利技术的技术方案是这样实现的：一种基于快速特征匹配的图像位置偏移检测方法，包括以下步骤：1）在计算机中输入预定的标准图像和待测的目标图像...
【技术保护点】
1.一种基于快速特征匹配的图像位置偏移检测方法，其特征在于，包括以下步骤：1）在计算机中输入预定的标准图像和待测的目标图像；2）对标准图像进行高斯滤波处理以消除噪声的影响；3）利用Hough变换提取滤波后标准图像的直线特征，并得到所有直线斜率k和截距b；4) 在步骤3）得到的所有直线中依次寻找强度最大的N条直线，将每条直线用参数（k，b）表示并将其转换为极坐标下的参数表示形式（distance，angle），得到标准图像在Hough空间中的的N个坐标点（distance，angle）；5）利用canny边缘检测算法获取标准图像的边缘点集合，计算标准图像的梯度图并运用FAST...
【技术特征摘要】
1.一种基于快速特征匹配的图像位置偏移检测方法，其特征在于，包括以下步骤：1）在计算机中输入预定的标准图像和待测的目标图像；2）对标准图像进行高斯滤波处理以消除噪声的影响；3）利用Hough变换提取滤波后标准图像的直线特征，并得到所有直线斜率k和截距b；4)在步骤3）得到的所有直线中依次寻找强度最大的N条直线，将每条直线用参数（k，b）表示并将其转换为极坐标下的参数表示形式（distance，angle），得到标准图像在Hough空间中的的N个坐标点（distance，angle）；5）利用canny边缘检测算法获取标准图像的边缘点集合，计算标准图像的梯度图并运用FAST角点检测方法获取角点特征集合；6）对标准图像以预设的采样率进行n次下采样，并将n次下采样后的图像运用FAST角点检测方法获取角点特征集合，且将边缘点集合和所有的角点特征集合合并后获取关键点特征集合，（n大于1且小于5）；7）将标准图像分割成若干个大小的图像片，在每个图像片上的关键点特征集合中寻找强度最大的一个关键点，形成更新后的关键点特征集合（L大于5小于15）；8）构造更新后的关键点集合中的每个关键点的局部邻域，并利用邻域主方向和平均方向获取稀疏的邻域，以此获得每个关键点的维特征向量并进行归一化处理；9）利用更新后的关键点与其对应的维特征向量构造kd树结构，利用步骤4）中得到的N个坐标点（distance，angle）和kd树结构共同组成标准图像模型；10）对目标图像依次执行上述步骤，获取目标图像在Hough空间中的N个坐标点（distance，angle）和目标图像的kd树结构；11）将标准图像和目标图像在Hough空间中N个强度最大的坐标点进行预先匹配，若具有相同的坐标点（distance，angle）就相互匹配，否则计算标准图像和目标图像的所有的对应的坐标点之间的偏移量（distance_shift，angle_shift），最后计算平均偏移量distance_shift_average，angle_shift_average）；12）利用标准图像和目标图像的kd树结构进行关键点快速匹配，获取初级匹配的关键点对集合；13）将步骤11）中获取的平均偏移量（distance_shift_average，angle_shift_average）作为给定的偏移量阈值，运用RANSAC算法剔除关键点对集合中偏移量大于给定阈值的关键点对，获取终极匹配的关键点对集合和单应性变换矩阵；14）利用单应性矩阵对目标图像进行变换，使得标准图像和目标图像处于同一坐标系下，然后计算目标图像上终极匹配的关键点的坐标；根据终极匹配的关键点对坐标计算目标图像在X方向和Y方向的平均偏移量，分别记作Xoffset和Yoffset。2.根据权利要求1所述的图像位置偏移检测方法，其特征在于，还包括以下步骤：15）以目标图像的中心位置（x，y）为起点，（x+Xoffset，y+Yoffset）为终点，在目标图像上显示目标图像与标准图像间的位置偏移向量，直观观测目标图像的位置偏移。3.根据权利要求1所述的图像位置偏移检测方法，其特征在于，所述步骤2）中利用canny边缘检测算法获取标准图像的所有边缘点的方法为：21）对输入到计算机中的标准图像进行高斯滤波以减少图像噪声的干扰；22）计算滤波后的图像中每个像素点的梯度值和方向；23）对每个像素点的梯度值进行非极大值抑制，初步得到图像边缘点集合；24）采用双阈值方法进行边缘连接，剔除虚假边缘，补全边缘缺口，获得更精确的边缘点集合。4.根据权利要求1所述的图像位置偏移检测方法，其特征在于，所述步骤2）中计算标准图像的梯度图并运用FAST角点检测方法获取其角点特征集合的方法为：31）以标准图像上的每个像素点P为中心，3为半径画圆，获取每个圆上的16个像素点，均记作p1，p2，…，p16；32）对于任一个以每个像素点为中心的圆，计算该圆上的像素点p1、p9与该圆所在的像素点p的像素差，若像素差的绝对值都小于第一预设阈值，则直接舍弃不是特征点的该像素点p点，否则该像素点当做一级候选点进一步筛选；33）对于一级候选点的像素点P，计算每一个一级候选点的圆上的像素点p1、p9、p5、p13与该一级候选点p的像素差，若像素差的绝对值至少3个超过第一预设阈值，则当做二级候选点再进行筛选，否则直接舍弃；34）对于二级候选点，计算任一个二级候选点的圆上的p1到p16的每个像素点与该圆所在的像素点p的像素差，若16个像素差有至少9个超过第一预设阈值，则作为特征点，否则直接舍弃；35）对标准图像进行非极大值抑制：计算步骤34）中每个特征点的角点强度值，以当前特征点p为中心构造一个局部邻域...
【专利技术属性】
技术研发人员：任大明，汪辉，任昌，刘晶，
申请(专利权)人：南京鑫和汇通电子科技有限公司，
类型：发明
国别省市：江苏,32
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。