【技术实现步骤摘要】
一种基于图像特征信息的图像匹配方法，装置与系统
本专利技术涉及图像处理领域，尤其涉及一种基于图像特征信息的图像匹配方法，装置与系统。
技术介绍
在图像处理领域的实际应用中，基于特征匹配的应用非常广泛。例如，生物医学领域，为了实现生物组织的三维重构，需要基于生物图像的特征实现图像的对齐；双目视觉左、右相机图像的立体匹配；在天文领域，望远镜自动实时跟踪拍摄目标，也要做天文图像的实时匹配等。与其他的图像匹配算法相比，基于边缘和角点的sift匹配是区别于区域匹配的用于衡量两幅图像差异的一种十分常见和有效的方法。对于有些特定图像的数据，比如生物的显微结构图，基于边缘和角点的匹配还达不到理想的匹配效果，因为要想实现生物组织结构良好的三维重构，不仅需要让生物样本的外轮廓有着光滑的对齐，还需要生物组织内部也有着光滑且连续的对齐，而原来的图像配准方法主要是基于边缘和角点的匹配，本专利技术中的匹配方法，待匹配的特征点不仅包含了边缘和角点，还包含了图像中的峰值点。鉴于此，提出本专利技术。
技术实现思路
本专利技...
【技术保护点】
1.一种基于图像特征信息的图像匹配方法，其特征在于，包括：/n对两幅灰度图像预处理得到的二值图分别进行角点检测，提取每一灰度图像的角点；/n对两幅二值图分别进行边缘检测，获取每一灰度图像的边缘幅值图像和边缘角度图像，遍历每一边缘幅值图像和对应的边缘角度图像，根据邻域位置确认每一边缘幅值图像的峰值点；/n分别计算两幅灰度图像中所述角点、边缘点以及峰值点的光流，基于光流场方法对两幅灰度图像进行匹配，得到图像匹配结果。/n
【技术特征摘要】
1.一种基于图像特征信息的图像匹配方法，其特征在于，包括：
对两幅灰度图像预处理得到的二值图分别进行角点检测，提取每一灰度图像的角点；
对两幅二值图分别进行边缘检测，获取每一灰度图像的边缘幅值图像和边缘角度图像，遍历每一边缘幅值图像和对应的边缘角度图像，根据邻域位置确认每一边缘幅值图像的峰值点；
分别计算两幅灰度图像中所述角点、边缘点以及峰值点的光流，基于光流场方法对两幅灰度图像进行匹配，得到图像匹配结果。
2.如权利要求1所述的基于图像特征信息的图像匹配方法，其特征在于，灰度图像预处理得到二值图，具体包括：
灰度图像二值化阶段：基于二值化比较条件处理所述灰度图像，获取反映所述灰度图像特征的二进制图像；所述二值化比较条件为在像素点灰度大于等于预设的显示阈值时，设置所述像素点的灰度值为255，在像素点灰度小于显示阈值时，设置所述像素点的灰度值为0；
全变分图像去噪阶段：最小化从所述二进制图像提取的能量函数方程，得到全变分去噪能量泛函，并将所述全变分去噪能量泛函转换成二值图。
3.如权利要求1所述的基于图像特征信息的图像匹配方法，其特征在于，对二值图进行边缘检测，获取灰度图像的边缘幅值图像和边缘角度图像，具体包括：
连通域计算阶段：遍历所述二值图进行像素邻接关系统计，得到所述二值图的一个或多个连通域；所述像素邻接关系包括4邻接和8邻接；所述连通域表示二值图中一个彼此具备所述像素邻接关系的像素点构成的集合；
边缘检测阶段：基于预设的边缘检测算子将每一连通域的每一边缘点分解成水平方向边缘和竖直方向边缘；基于定义的边缘幅度计算式和边缘角度计算式计算每一边缘点的边缘幅值和边缘角度；将计算得到的边缘幅值和边缘角度均用灰度图像表示；
边缘图像生成阶段：完成所述二值图每一连通域的边缘检测阶段后，生成所述灰度图像的边缘幅值图像和边缘角度图像。
4.如权利要求3所述的基于图像特征信息的图像匹配方法，其特征在于，边缘幅值用灰度图像表示包括：基于边缘幅度计算式进行最大灰度差处理，得到所述二值图的边缘幅值值域，所述边缘幅值值域乘以第一调整系数，得到新的边缘幅值值域为[0,255],即用8位二进制表示；
边缘角度用灰度图像表示包括：基于边缘角度计算式得到所述二值图的边缘角度值域，所述边缘角度值域乘以第二调整系数，得到新的边缘角度值域为[0,255],即用8位二进制表示。
5.如权利要求1所述的基于图像特征信息的图像匹配方法，其特征在于，遍历每一边缘幅值图像和对应的边缘角度图像，根据邻域位置确认每一边缘幅值图像的峰值点,具体包括：
邻域位置判断阶段：遍历所述边缘...
【专利技术属性】
技术研发人员：崔峰，朱海涛，孙钊，王欣亮，刘永才，
申请(专利权)人：北京中科慧眼科技有限公司，
类型：发明
国别省市：北京;11
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。