基于像素跳跃的图像匹配方法组成比例

一种基于像素跳跃的图像匹配方法，通过分析相关面上相关峰的情形以确定模板在搜索图上进行移动跳跃的像素数，从而以最快的速度获取模板在搜索图中对应的位置。该方法不但大为减少图像匹配的计算量从而极大地减少图像匹配所消耗的时间，而且由于兼顾了相关面的特征信息，使其适应能力也得到增强，从而很好地满足实际工程的应用需求，另外，本方法在保证匹配概率的前提条件下，随着模板尺寸的增大将使得图像匹配效果的优势越来越明显。

【技术实现步骤摘要】

本专利技术属于数字图像处理
，特别是涉及一种。
技术介绍
在机器识别事务的过程中，常把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准，或根据已知模式在另一幅图像中寻找相应模式的过程称为匹配。所谓图像匹配就是把从同一景物利用两个不同的传感器录取下来的两幅灰度图像在空间上进行对准，以确定两幅图像之间相对偏移的过程。随着数字信号处理技术的发展，图像匹配已经成为现代数字图像处理领域的一项重要技术，在运动视频压缩、自动目标识别、医学图像分析、巡航制导、导弹投射系统的末制导等诸多领域中得到了广泛地应用。目前的图像匹配技术可分为三个层次基于灰度相关的匹配方法、基于特征的匹配方法和基于解释的匹配方法。其中，基于解释的匹配方法需要建立在图片自动判读的专家系统上，一直未取得突破性进展，因而，现在的图像匹配技术主要集中于前两种方法。在航天图像匹配的应用中，由于成像系统、成像方式、时间等因素的不同，将使相同目标位置的搜索图与实时图之间不可避免地存在偏差，实时图甚至还可能受到人为地电子干扰而使匹配环境变得更恶劣，在这种情况下，基于灰度相关的匹配方法由于具有较强的适应能力，在航天图像匹配中得到了最广泛地应用。该方法是通过将模板在搜索图上进行遍历，计算每个位置模板和搜索图对应部分的互相关值，从而判定模板在搜索图中对应的位置，这种匹配方法由于具有灰度线性变化无关的特性，因而具有较强的适应性，但缺点是计算量随着模板与搜索图的尺寸变化呈几何级数增大，从而使基于灰度相关的匹配方法的实时性受到大大地制约。基于特征的匹配方法是当前图像匹配技术研究的热点，其一般涉及大量的几何与图像形态学计算，没有一般的模型可遵循，需要针对不同的应用场合选择各自适合的特征和模型，例如边缘特征点、区域特征、图、句法等模型，因而，基于特征的匹配方法对景象类型和成像畸变的适应性不是很高，可靠性不是很强，不能很好地满足实际工程的应用需求。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种，该方法能够以最快的速度获取模板在搜索图中对应的位置，从而极大地减少图像匹配所消耗的时间和很好地满足实际工程的应用需求。为达到上述目的，本专利技术的技术方案是这样实现的通过分析相关面上相关峰的情形以确定模板在搜索图上进行移动跳跃的像素数，从而以最快的速度获取模板在搜索图中对应的位置。本专利技术的具体包括以下步骤第一步，确定模板在搜索图上进行移动的方向，将模板在搜索图上按移动方向依次连续移动三个像素位置，并记录模板在搜索图上移动的第一个像素位置、第二个像素位置和第三个像素位置；第二步，分别计算步骤一中模板在搜索图上移动到的像素位置处的相关系数值，根据包括当前相关系数值在内的最近三个相关系数值的大小关系来确定相关面上相关峰的情形；第三步，根据步骤二中所确定的相关峰的情形，计算模板在搜索图上移动到下一次位置所需跳跃的像素数N；第四步，将模板在搜索图上按移动方向移动到下一次像素位置；第五步，判断模板在搜索图上按移动方向移动是否已经搜索完毕，如果是，则执行步骤六，否则，重复执行步骤二至步骤四；第六步，比较模板在搜索图上移动到的像素位置处的相关系数值大小，获取所有相关系数值中的最大值，得到模板在搜索图中对应的位置。在步骤一中，所述模板在搜索图上移动的方向为逐行地从左至右移动、或者逐行地从右至左移动、或者逐列地从下至上移动、或者逐列地从上至下移动，直到搜索完整幅图像。步骤二中所述的相关峰的情形包括相关峰的阳面和相关峰的阴面。所述的相关峰的阳面和阴面两种情形根据下述公式中K的符号SIGN确定 其中，ρ当前次表示模板在搜索图上移动到当前像素位置处的相关系数值，ρ前一次表示模板在搜索图上移动到当前像素的前一像素位置的相关系数值，ρ前二次表示模板在搜索图上移动到当前像素的前两个像素位置的相关系数值。步骤三中，对于相关峰的阳面情形，模板在搜索图上移动到下一次位置所需跳跃的像素数N为N＝INT对于相关峰的阴面情形，模板在搜索图上移动到下一次位置所需跳跃的像素数N取模板尺寸大小的一半以内的整数，在模板尺寸小于30×30或大于90×90时，N取接近的整数。步骤六中所述获取所有相关系数值中的最大值的过程包括首先给定一个初始值ρ0＝0，然后比较ρ当前次和ρ0的大小，如果ρ当前次大于ρ0，则将ρ当前次的值赋予ρ0，否则，不做赋值操作。模板在搜索图中对应的位置为ρ0取最大值对应的像素坐标。本专利技术的具有以下优点(1)模板在搜索图上进行移动时不用遍历每个像素坐标，只需通过分析相关面上相关峰的情形以确定模板在搜索图上进行移动跳跃的像素数，在没有被跳跃的像素位置上进行搜索，从而大为减少图像匹配的计算量，并极大地减少图像匹配所消耗的时间；(2)在对相关面上的相关峰进行分析时，通过区分相关峰的阳面和阴面两种情形，并针对不同的情形进行相应的像素跳跃搜索，因此兼顾了相关面的特征信息，并且使得本专利技术的图像匹配方法很好地满足实际工程的应用需求；(3)实验表明，本专利技术的图像匹配方法在保证匹配概率的前提条件下，随着模板尺寸的增大将使得图像匹配效果的优势越来越明显。附图说明图1示意了图像匹配时所采用的搜索图和模板；图2为模板在搜索图上移动时的相关面示意图；图3为图2所示的相关面上的一个相关峰剖面的示意图；图4为本专利技术的方法流程示意图；图5为模板在搜索图上依次连续移动三个像素位置的过程状态示意图；图6至图8为本专利技术的模板在搜索图上依次连续移动三个像素位置所对应的相关系数值排列在相关峰上的不同情形示意图；图9为采用本专利技术方法进行仿真实验的跳跃像素数和匹配时间的关系图，上图所示为30×30的模板在400×400的搜索图上的仿真，下图所示为90×90的模板在400×400的搜索图上的仿真；图10为采用本专利技术方法进行仿真实验的跳跃像素数和匹配概率的关系图，上图所示为30×30的模板在400×400的搜索图上的仿真，下图所示为90×90的模板在400×400的搜索图上的仿真；图11为采用本专利技术方法进行仿真实验的跳跃像素数和模板大小的关系图，上图所示为不同尺寸大小的模板在400×400的搜索图上进行移动搜索的仿真，下图所示为不同尺寸大小的模板在768×576的搜索图上进行移动搜索的仿真。具体实施例方式下面参照附图对本专利技术作进一步详细地说明。首先，介绍一下归一化互相关运算原理，在图像匹配中，两块相同大小图像间的相似程度采用相关系数ρ来表征情形之一，将两幅大小均为N×N的灰度图像分别记作{X|xij∈X，i，j＝0，…，N-1}和{Y|yij∈Y，i，j＝0，…，N-1}，其中，xij与yij分别为两幅图像上各点的灰度值，则两幅图像的相关系数为ρ(X,Y)=E(XY)-E(X)E(Y)D(X)D(Y)]]>其中，E(X)、E(Y)为两幅图像的灰度均值，D(X)、D(Y)为两幅图像的方差，E(XY)为两幅图像对应点乘后的均值，相关系数ρ(X，Y)表示了图像X和Y间线性关系的相似程度，相关系数越接近于1或-1时，表示图像间的线性相似程度越明显。情形之二，将两幅大小各为M×M和N×N(M≤N)的灰度图像分别记作{X|xij∈X，i，j＝0，…，M-1}和{Y|yij∈Y，i，j＝0，…，N-1}，本文档来自技高网...

【技术保护点】
一种基于像素跳跃的图像匹配方法，其特征在于，包括以下步骤：第一步，确定模板在搜索图上进行移动的方向，将模板在搜索图上按移动方向依次连续移动三个像素位置，并记录模板在搜索图上移动的第一个像素位置、第二个像素位置和第三个像素位置；　 　第二步，分别计算步骤一中模板在搜索图上移动到的像素位置处的相关系数值，根据包括当前相关系数值在内的最近三个相关系数值的大小关系来确定相关面上相关峰的情形；第三步，根据步骤二中所确定的相关峰的情形，计算模板在搜索图上移动到下一次位置 所需跳跃的像素数Ｎ；第四步，将模板在搜索图上按移动方向移动到下一次像素位置；第五步，判断模板在搜索图上按移动方向移动是否已经搜索完毕，如果是，则执行步骤六，否则，重复执行步骤二至步骤四；第六步，比较模板在搜索图上移动 到的像素位置处的相关系数值大小，获取所有相关系数值中的最大值，得到模板在搜索图中对应的位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：张广军，雷鸣，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]