基于最小变形能的图像单向逐点匹配方法组成比例

一种基于最小变形能的图像单向逐点匹配方法，先对待匹配图像的各轮廓特征点依序标号，接着将模板图像和待匹配图像中轮廓特征点数目多者设定为基准图像，少者设定为待对准图像，并在两图像中设定互相对应的初始点，然后以最小变形能为判断依据，在待对准图像中找出与基准图像各轮廓特征点相对应的各轮廓特征点，其中，若基准图像中第ｎ个轮廓特征点与待对准图像中第ｎ－１个轮廓特征点相对应，则在计算基准图像中第ｎ＋１个轮廓特征点的变形能时，仅考虑待对准图像中第ｎ－１和第ｎ个轮廓特征点，最后再根据相互对应的轮廓特征点的变形能计算出最小形状变形能和，并判断其是否超出匹配阈值来确定两图像是否匹配。此法计算量小、消耗资源少且能有效验证最小变形能。

【技术实现步骤摘要】

本专利技术涉及图形图像匹配应用领域，特别涉及一种。
技术介绍
图形图像匹配在计算机应用领域如三维重构，到目标识别，基于内容的图像检索，文字识别，建筑物识别等方面有着重要的理论意义和应用价值。而形状匹配又是其中应用最广泛且研究较多的匹配方法之一。目前的匹配方法主要有两大类 一是基于不变量的形状匹配，它包括基于全局性几何特征的方法，如面积，周长，紧密度，偏心率等几何特征不变性，对图像进行匹配；还包括基于变换域特征的方法，主要是各种不同的不变矩，傅里叶算子，小波描绘子，形态描绘子等。另一类方法是基于局部特性的匹配方法，这类方法主要是通过搜索最优对应点，对应特征来判断形状是否匹配，如最初的广义hough变换，基于神经网络和遗传方法的匹配方法，基于模板的匹配，基于形状凹凸结构的匹配方法，动态规划法，基于自回归模型和隐马尔科夫模型的匹配方法等。目前较为常用的匹配方法是顶点对应法，即在图像的轮廓线上插入顶点，即打断轮廓线，让一幅图像中的顶点与另一幅图像中的轮廓线上的一点相对应，但是如此一来就会演变出非线性插值，计算代价很大并且很难验证最后结果就是最小变形能。所谓形状变形能，简称变形能，是使物体轮廓形状发生改变所需要的能量，而图形图像形状的改变可以用两种能量之和表示， 一是使边长长短发生变化的能量WS，即长度变形能；二是使角度大小发生变化的能量Wb，即角度变形能。变形能的总和记为W，即W^Ws+Wb。这样以来，就能将图像间的"变形过程"量化为"变形能"表示，两者之间的变形能越小，两图像之间的差异就越小，二者越匹配。对于长度变形能Ws，若把物体轮廓看做一种材料，则可以把物体形变看做外力对材料做功的结果，因此形变量大小可以通过做功表示。设^表示形变量大小，p表示外力，L0表示线段长度，E表示材料的弹性系数，A表示材料横截面面积，则形变量可表示为拉长《长度所需要的能量可表示为。)若一条边在图像GG中的长度为LO，在图像^中的长度为L1，则^可表示为L1-L0。当在图像G。中有相邻顶点重合时，LO为零值，导致式(2)无意义；再有，当材料发生非弹性形变时，^的指数为1。综上所述，可将式(2)改写为-丄0)2- (3)(1 — c,) min(丄,,i0) + & max(A,丄0)式(3)中指数为2时，公式适用于计算材料发生弹性形变情况下需要做功大小，而当材料发生塑性形变时，式(3)中指数为l更为适用。所以进一步将式(3)改写如下式K-IA—丄0，- (4)'(l一c,)min(Z!，ZJ + c,max(A，丄o)A, E都可看做是常量，将Af设为一常量因子、；。为权值，e,为一常量，取值视情况而定；因此从图像G 到图像G1』边长形变能可表示为(1 — ^) min(i[,丄0) + c5 max(A,丄0)其中io为图像G 中的点，jo为图像G^中与io对应的点，"为图像G^中的点，h为图像G 中与"对应的点。对于角度变形能，以多边形为例，两个具有同样多个数顶点的多边形G。 ， G1，其中，G^;若g、表示k状态下编号为i的顶点，那么从GO到Gl两状态之间经历的中间状态"可表示为G(t) =uG°+tG1=其中11+{=1，多边形GU目邻三顶点的变形过程如图l所示，对于图像角度的变化，常以角度变形来表示，由于:G, X Gj = (Xi,yi) X (Xj，yj)= yi; Gi . G」=(Xi,yi) (Xj,y》=Xi x」+ yi yj;|jGi||= V^2 + ;则伤(O可表示为伤O) = Z-ZKuBVtB'O'CUuFVtFij)],其中Bk^G^+Gki ， Fk尸GV!+Gki 。又因为tanZ(G!，0，G2一(GXG2)/(G！ G2)，故仿(O又可表示为Tan(伤(0一y0(l—02+片2"1—f) + ^f2 =x。(l—f)2 + A2f(l—f) + x/ ，其中Xo=ForBOi; & =(力;^+^.8'0/2; x"F、.B、；y0=ForBoi; y^(FVBVF。i.B0/2; y^F、.Bi。 由上式可知Q(t)点坐标(xt， yt)可表示为Q(t) = 0^0)(")2+^ (x2，y2)t2=QQ(l-t)2 + Qt 2t(l-t)+Q212贝lj:伤")=2((1，0)， (O,O)，Q(t))，如图2所示，伤(0)=30° ，历(0.5)=60° ，併(1)=90° ， 当且仅当Q(t)曲线与x正轴相交时，伤(0=0。设多边形从初态G0到终态G1经历的最大角度变化为A伤，如图3所示，当&W变化单 调且A2。Q込不包含点(0 ， 0 )时，A伤=360° — I Z (Q。 ，(0,0),Q2) | ;在其他情况下， A伤H Z (Qo ，(0，0),Q2) I 。而当Q(t)曲线非单调时，与I Z (Qo ,(0，0),Q2) |之间会有偏差，设此偏差为A《，如图4所示，A《分为(a)和(b)两种情况，在(b)情况中，厶《=01+|3。 因此，从Z (GGio,G、,G 2)到Z (G、o,G、，G1，2)的角度变形能可表示为^(,)= + 0(r)永不为0时或&(A《+ mAA<9')ei+/^ 6 ")包含0时&， W，4,J^为常量；^是材料刚性系数，A是防止出现零度角；^类似于e,; /是防止出现角度非单调变化。由于顶点对应法难以验证最小变形能，因此，如何提供一种计算量小、消耗资源少且能 有效验证最小变形能的图像匹配方法，已成为本
人员急需解决的问题。
技术实现思路
本专利技术的所要解决的技术方案是提供一种。 为解决上述技术方案，本专利技术提供一种，用于 对具有多个轮廓特征点的模板图像和待匹配图像进行形状匹配，其中，每一轮廓特征点都按照所述模板图像的走向依序而具有标号，所述包括 以下步骤步骤l、对所述待匹配图像进行图像轮廓提取，并按照所述待匹配图像的走向依序 对所述待匹配图像上的各轮廓特征点进行标号，且使所述待匹配图像的走向与所述模板图像 的走向一致；步骤2、比较所述模板图像的各轮廓特征点和待匹配图像的各轮廓特征点的数目，6并将数目多者所对应的图像设定为基准图像，数目少者对应的图像设定为待对准图像，同时， 在所述基准图像的轮廓特征点和待对准图像的轮廓特征点中分别设定一初始点，并使两者相 互对应，且两者的形状变形能设定为0，再设定一用于判断图像是否匹配的匹配阈值；步骤3、 分别以所述基准图像和所述待匹配图像的初始点为起点，按照所述基准图像的走向计算所述 基准图像起点的下一轮廓特征点与所述待匹配图像的起点的形状变形能，同时计算所述基准 图像起点的下一轮廓特征点与所述待匹配图像起点的下一轮廓特征点的形状变形能，并比较 两形状变形能的大小以在所述待匹配图像上找到与所述基准图像起点的下一轮廓特征点相匹 配的轮廓特征点，其中，形状变形能小者所对应的所述待匹配图像的轮廓特征点与所述基准 图像起点的下一轮廓特征点相匹配；步骤4、根据标号判断所述基准图像当前起点的下一轮廓 特征点是否为最后一个轮廓特征点，若是，则结束，若否，则再以所述基准图像当前起点的 下一轮廓特征点和其在所述待匹配图像中匹配的轮廓特征点为起点，按本文档来自技高网...

【技术保护点】
一种基于最小变形能的图像单向逐点匹配方法，用于对具有多个轮廓特征点的模板图像和待匹配图像进行形状匹配，其中，每一轮廓特征点都按照所述模板图像的走向依序而具有标号，所述基于最小变形能的图像单向逐点匹配方法的特征在于，包括以下步骤：　步骤１、对所述待匹配图像进行图像轮廓提取，并按照所述待匹配图像的走向依序对所述待匹配图像上的各轮廓特征点进行标号，且使所述待匹配图像的走向与所述模板图像的走向一致；　步骤２、比较所述模板图像的各轮廓特征点和待匹配图像的各轮廓特征点的数目，并将数目多者所对应的图像设定为基准图像，数目少者对应的图像设定为待对准图像，同时，在所述基准图像的轮廓特征点和待对准图像的轮廓特征点中分别设定一初始点，并使两者相互对应，且两者的形状变形能设定为０，再设定一用于判断图像是否匹配的匹配阈值；步骤３、分别以所述基准图像和所述待匹配图像的初始点为起点，按照所述基准图像的走向计算所述基准图像起点的下一轮廓特征点与所述待匹配图像的起点的形状变形能，同时计算所述基准图像起点的下一轮廓特征点与所述待匹配图像起点的下一轮廓特征点的形状变形能，并比较两形状变形能的大小以在所述待匹配图像上找到与所述基准图像起点的下一轮廓特征点相匹配的轮廓特征点，其中，形状变形能小者所对应的所述待匹配图像的轮廓特征点与所述基准图像起点的下一轮廓特征点相匹配；　步骤４、根据标号判断所述基准图像当前起点的下一轮廓特征点是否为最后一个轮廓特征点，若是，则结束，若否，则再以所述基准图像当前起点的下一轮廓特征点和其在所述待匹配图像中匹配的轮廓特征点为起点，按照步骤３所述的方法在所述待匹配图像上找出与所述基准图像当前起点的下一轮廓特征点相匹配的轮廓特征点；　步骤５、根据所述基准图像和所述待匹配图像相互匹配的各轮廓特征点所对应的形状变形能计算两图像的最小形状变形能和，并判断所述最小形状变形能和是否超出所述匹配阈值，若是，则所述模板图像与待匹配图像不匹配，若否，则两者匹配。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郝泳涛，
申请(专利权)人：同济大学，
类型：发明
国别省市：31[中国|上海]