【技术实现步骤摘要】
一种联合局部相位锐度定向描述的多源图像匹配方法
[0001]本专利技术涉及图像处理
,尤其是涉及一种联合局部相位锐度定向描述的多源图像匹配方法。
技术介绍
[0002]图像作为人类视觉感知世界的窗口在实际生活中应用广泛。随着图像传感器和摄影成像技术与设备的快速更新,多源图像数据获取日渐丰富,其处理成为了研究热点。为实现目标检测、场景识别及数据融合等领域的多样性需求,首先需要解决多源图像的匹配问题。多源图像匹配的实质是获取不同传感器拍摄的图像对应点的过程。然而,多源图像数据由于传感器成像机理的不同,导致多源图像匹配存在强度差异、光照差异和非线性辐射畸变差异等问题。
[0003]因此,专家学者对图像匹配展开了大量研究,大致可以分为三类:基于区域强度的匹配,基于特征方法的匹配和基于深度学习的匹配。基于区域强度的匹配主要有顾及灰度信息的匹配和互信息的匹配。多源图像的灰度和梯度信息差异较大,获取相似性特征难度较大。而互信息是两个随机变量统计相关性的一种测度。近年来,已广泛应用于多源图像自动匹配,但在匹配中易陷入局部最优解。基于特征的匹配,从Lowe等人(Lowe D G et al,1999)提出尺度不变特征变换(Scale Invariant Feature Transform,SIFT)匹配伊始,特征匹配方法发展迅速,如:Speeded Up Robust Features(SURF)(Yangping Wang et al,2020)、ORB(Rublee E et al,2011)、KAZE(Alcant ...
【技术保护点】
【技术特征摘要】
1.一种联合局部相位锐度定向描述的多源图像匹配方法,其特征在于,包括以下步骤:步骤1,归一化预处理待匹配的多源图像;步骤2,对步骤1中预处理后的多源影像进行特征提取,通过高斯影像金字塔计算影像尺度空间,然后借助相位一致性模型生成最大矩图;步骤3,根据步骤2所得到得最大矩图,在最大矩空间中通过KAZE函数获取极值点,即为特征点;步骤4,对步骤3所得极值点进行局部相位锐度定向描述:首先进行相位定向特征计算,对Log
‑
Gabor偶函数对称滤波器计算的相位特征方向进行扩展,生成相位定向特征;接着进行相位锐度特征计算,利用相位锐度模型计算图像锐度特征图,将相位锐度低频区域Sobel算子梯度加权融合得到改进的相位锐度特征结果;最后描述子向量特征构建,采用对数极坐标描述框架迭代生成每个特征点的LPSO描述子;步骤5,根据步骤4所得LPSO描述子进行特征点匹配与优化,采用欧氏距离作为匹配测度,通过LPSO描述符最近邻匹配获取对应点。2.根据权利要求1所述的联合局部相位锐度定向描述的多源图像匹配方法,其特征在于:步骤2中生成最大矩图的具体实现方式如下;在高斯影像空间金字塔中,进行相位一致性计算来获取图像的相位卷积分量,为了更好描述图像的边缘特征,通过对图像的相位卷积分量进行不同方向的卷积,为每个方向o计算一个独立的相位卷积分量映射PC(θ
o
),其中,θ是方向o的角度;根据力矩分析方法可知最大矩能够反映特征的显著性,因此,可以根据最大矩计算公式获取归一化后的高斯空间最大矩图,如下列公式所示:式中,MM表示影像高斯滤波后的相位最大矩结果;PC(θ
o
)表示相位卷积分量在o方向的映射;a、b和c是相位力矩计算的中间量;θ是方向o的角度。3.根据权利要求1所述的深度密集卷积网络协同检测的多聚焦图像融合方法,其特征在于:步骤4中相位定向特征计算的具体实现方式如下;通过相位一致性模型的Log
‑
Gabor滤波器,采用它的偶对称滤波器能量卷积结果来表征不同方向的能量变化,生成的特征方向图包含了Log
‑
Gabor偶对称滤波器在多个方向的滤波结果能量,包括垂直方向和水平方向,其计算公式如下所示:上式中,OF表示初始相位定向特征;EO
i
(angle)表示在第i方向上角度为angle的偶对称卷积结果;Φ是一个极小值,防止分母为零,o表示方向;然后对相位一致性方向特征进行调整,最终的相位定向特征用O
PC
表示,数学公式如下所示:
上式中,O
PC
代表最终相位定向特征;ΔT代表一个非负常数项。4.根据权利要求1所述的深度密集卷积网络协同检测的多聚焦图像融合方法,其特征在...
【专利技术属性】
技术研发人员:徐川,杨威,刘畅,叶志伟,张欢,
申请(专利权)人:湖北工业大学,
类型:发明
国别省市:
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。