一种基于二次配准的水对空成像畸变校正算法制造技术

本发明专利技术提供一种基于二次配准的水对空成像畸变校正算法，采用两次图像配准算法估测图像畸变矩阵，在第一次图像配准校正算法中，基准图像仍然采用图像序列的均值图像。在第二次图像配准算法中，本发明专利技术提出一种块搜索算法获得基准图像，即是把第一次配准算法中获得的图像序列均值图像等分成多块，然后每一块图像在图像序列中搜寻最相似图像，这可以获得更加清晰的基准图像。两次图像配准算法均采用B‑spline非刚性图像配准算法。在估计畸变矩阵之后，可以基于2D插值来恢复畸变的图像序列。本发明专利技术在实现图像畸变的同时，较现有算法对畸变图像恢复质量进一步提高，可以实现各种波形扰动下产生的畸变图像的恢复。

【技术实现步骤摘要】
一种基于二次配准的水对空成像畸变校正算法
本专利技术涉及一种基于二次配准的水对空成像畸变校正算法，属于图像畸变校正的
，尤其涉及非刚性图像畸变校正领域。
技术介绍
水下对空成像技术在水下潜水艇上浮通道安全监视、潜艇对海面和空域的预警、海洋环境监测及水文波浪预报等领域具有广泛的应用。在诸多水下作业情况下，往往需要及时了解海面上的环境以及被观测目标的信息等，在一般情况下，当潜艇在上浮或靠岸的过程中，在没伸出潜望镜之前，通常无法感知到其正上方是否存在船只、障碍物等物体，这一缺陷就会造成潜艇及其潜望镜与其上方物体发生碰撞，引发事故。基于水下对空的视觉观测系统可以保证潜艇在上浮过程中的安全运行，以合理安排部署其上浮作业，最大程度上的避免和减少与海面上船舶、障碍物等碰撞的可能。对于水对空成像图像畸变矫正技术的研究，其技术核心主要集中在图像处理算法上，以提取有用信息重构海、空场景，最终达到复原图像的目的。考虑到波面估测的困难性，我们从畸变视频序列中分析图像畸变矩阵，然后进行图像的矫正。水下对空成像技术是水下视觉系统的一种特殊形式，通常所述的水下视觉是指视觉图像获取装置位于水下，由于图像光路经过了海水介质，导致成像出现畸变及分辨率降低等现象。根据被观测目标的位置，水下视觉系统可分为水-水成像系统和水-气成像系统。水-水成像系统指视觉图像获取装置和目标均处于水中；水-气成像系统指视觉图像获取装置处于水中，被观测目标处于海洋表面或海洋上空的空气中，在此光学系统中，被观测目标处于海洋表面或海洋上空的空气中，由于水-气成像系统出现了水-气两种介质，导致其成像及处理方法有其特殊性，并有相当的研究难度。至今，国内外学者一直在不懈研究探索并完善该技术。
技术实现思路
本专利技术的目的是提供一种基于二次配准的水对空成像畸变校正算法，能够对水对空成畸变进行校正，应用一种块搜索方法提高图像配准算法的精度，实现水对空成像畸变图像的高质量的恢复。本专利技术的目的是这样实现的：步骤如下：步骤一、在第一次图像配准校正算法中，基准图像采用图像序列的均值图像；步骤二、图像配准采用非刚性的B-spline图像配准方法估测图像畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列；步骤三、采用多次迭代图像畸变矩阵估测和图像序列恢复，结束迭代后，计算图像输出的图像序列均值作为第二次配准的输入；步骤四、将第一次配准算法中获得的图像序列均值图像等分成多块，然后每一块图像在图像序列中搜寻最相似图像；步骤五：第二次图像配准算法采用一种非刚性的B-spline图像配准方法估测图像畸变矩阵，采用多次迭代配准算法优化畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。本专利技术还包括这样一些结构特征：1.步骤二中的B-spline的变换向量Γ(x,y)为：式中，Φi,j是变换向量的控制点，和Bm和Bl是标准B-spline的基准函数，分别为：使用局部变换参数最小化能量函数：其中：H(M),H(Γ(I’i))分别代表M和Γ(I’i)的边缘熵，S表示图像区域的面积。2.步骤四具体为：将第一次配准算法中获得的图像序列均值图像等分成i*j(i,j＝1,2,3,…,l)块，每一块图像在图像序列中搜寻最相似图像：以第一次获得的校准后的图像序列In(n＝1,2,3…)计算基准图像以为基准图像采用块搜索算法搜索图像序列In，其公式为：Iri,j＝min(R1,R2,…,Rn)其中：Ri,j为基准图像等分i*j块区域的第i,j块与的差的平方，为图像序列中第i帧图像被同样等分i*j块区域的第i,j块，N为图像序列的总帧数，表示与的差的平方的最小值，该最小值即为第二次配准的基准图像某一区域，则最终的配准的基准图像Ir为：与现有技术相比，本专利技术的有益效果是：本专利技术在完成图像畸变校正的条件下，既提高了图像配准技术的精度，又提高了即便图像恢复的质量。针对现有畸变校正算法的不足，本专利技术提出了基于二次配准的水对空成像畸变校正算法，在传统的图像配准算法中，基准图像是决定图像配准算法精度的主要因素。由于水对空畸变通常比较大，在第一次图像配准恢复中，图像恢复迭代多次后，以图像序列均值图像获得的基准图像作为输入，采用块搜索算法从第一次恢复的图像序列中获得基准图像，即是把第一次配准算法中获得的图像序列均值图像等分成多块，然后每一块图像在图像序列中搜寻最相似图像，这可以获得更加清晰的基准图像。附图说明图1为本专利技术的算法流程图；图2为第一次图像配准和校正后的结果图像；图3为第二次图像配准和校正后的结果图像。具体实施方式下面结合附图与具体实施方式对本专利技术作进一步详细描述。结合图本专利技术公开了一种基于二次配准的水对空成像畸变校正算法，该算法包括以下步骤：本专利技术是这样实现的，一种基于二次配准的水对空成像畸变校正算法包括以下步骤：S1、在第一次图像配准校正算法中，基准图像仍然采用图像序列的均值图像；S2、图像配准采用非刚性的B-spline图像配准方法估测图像畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。S3、采用多次迭代图像畸变矩阵估测和图像序列恢复，结束迭代后，计算图像输出的图像序列均值作为第二次配准的输入。S4、提出一种块搜索算法获得基准图像，即是把第一次配准算法中获得的图像序列均值图像等分成多块，然后每一块图像在图像序列中搜寻最相似图像；S5、第二次图像配准算法仍然采用一种非刚性的B-spline图像配准方法估测图像畸变矩阵，采用多次迭代配准算法优化畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。如步骤S1所述，在第一次图像配准校正算法中，基准图像仍然采用图像序列的均值图像。如步骤S2所述，图像配准采用非刚性的B-spline图像配准方法估测图像畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。畸变矩阵估计取决于图像配准。本专利技术应用一种基于B-spline的非刚性图像配准算法来配准图像。B-spline是图像处理中广泛使用的技术。它们的本地支持，可控连续性和紧凑的描述使它们非常有效地插值和近似函数。它们已被用于图像配准中的变换估计。B-spline的变换向量Γ(x,y)可以表示为：在(1)中，Φi,j是变换向量的控制点，和Bm和Bl是标准B-spline的基准函数，它们可以定义为：为了估测精确的畸变矩阵，我们使用局部变换参数最小化能量函数。在公式(3)中，H(M),H(Γ(I’i))分别代表M和Γ(I’i)的边缘熵。S表示图像区域的面积。如步骤S3所述，采用多次迭代图像畸变矩阵估测和图像序列恢复，结束迭代后，计算图本文档来自技高网...

【技术保护点】
1.一种基于二次配准的水对空成像畸变校正算法，其特征在于：步骤如下：/n步骤一、在第一次图像配准校正算法中，基准图像采用图像序列的均值图像；/n步骤二、图像配准采用非刚性的B-spline图像配准方法估测图像畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列；/n步骤三、采用多次迭代图像畸变矩阵估测和图像序列恢复，结束迭代后，计算图像输出的图像序列均值作为第二次配准的输入；/n步骤四、将第一次配准算法中获得的图像序列均值图像等分成多块，然后每一块图像在图像序列中搜寻最相似图像；/n步骤五：第二次图像配准算法采用一种非刚性的B-spline图像配准方法估测图像畸变矩阵，采用多次迭代配准算法优化畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。/n

【技术特征摘要】
1.一种基于二次配准的水对空成像畸变校正算法，其特征在于：步骤如下：
步骤一、在第一次图像配准校正算法中，基准图像采用图像序列的均值图像；
步骤二、图像配准采用非刚性的B-spline图像配准方法估测图像畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列；
步骤三、采用多次迭代图像畸变矩阵估测和图像序列恢复，结束迭代后，计算图像输出的图像序列均值作为第二次配准的输入；
步骤四、将第一次配准算法中获得的图像序列均值图像等分成多块，然后每一块图像在图像序列中搜寻最相似图像；
步骤五：第二次图像配准算法采用一种非刚性的B-spline图像配准方法估测图像畸变矩阵，采用多次迭代配准算法优化畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。


2.根据权利要求1所述的一种基于二次配准的水对空成像畸变校正算法，其特征在于：步骤二中的B-spline的变换向量Γ(x,y)为：



式中，Φi,j是变换向量的控制点，和Bm和Bl是标准B-spline的基准函数，分别为...

【专利技术属性】
技术研发人员：蔡成涛，孟海洋，王峰，乔人杰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23