一种基于点线特征描述的两阶段多模图像匹配方法组成比例

技术编号:39818290 阅读:14 留言:0更新日期:2023-12-22 19:37
本发明专利技术公开了一种基于点线特征描述的两阶段多模图像匹配方法,包括以下步骤:分别计算参考图像和待匹配图像中每个像素点处的相位一致性最小矩和最大矩;分别从最小矩图和最大矩图中提取原输入图像的特征点和直线段;对于图像中的每个特征点,构造其直线段上下文描述符,并进行聚类;通过对比两幅图像中各特征点类的中心描述向量的相似度实现类匹配;对于匹配的两组特征点类内的每个特征点,构造其相位一致性最大响应方向直方图描述符;计算特征描述符的相似度,并进行双向特征匹配

【技术实现步骤摘要】
一种基于点线特征描述的两阶段多模图像匹配方法


[0001]本专利技术属于图像特征提取和匹配
,具体涉及一种基于点线特征描述的两阶段多模图像匹配方法


技术介绍

[0002]多模图像匹配是多模图像融合处理的重要前提,旨在将不同成像设备在不同成像条件下获取的,关于同一场景的两幅或多幅图像进行对应

由于多模图像的成像机理和成像条件不同,导致图像之间存在较大的成像灰度

分辨率,甚至图像背景内容差异,为多模图像的匹配带来了严峻的挑战

[0003]基于特征的匹配方法通过从两幅图像中提取图像特征作为匹配基元来确定参考图像和待匹配图像之间的对应关系,因其具有较高的计算效率,以及对图像之间的旋转和尺度变化具有较好的鲁棒性,受到广泛关注和研究

[0004]最具代表性的特征匹配算法是
Lowe
提出的
SIFT
算法
(D.G.Lowe,Distinctive Image Features from Scale

Invariant Keypoints,International Journal of Computer Vision 60(2)(2004)91

110.)
,该算法在自然图像匹配中得到了广泛的应用,为后续基于特征的图像匹配算法提供了基本思路,但是在多模图像匹配应用中性能不佳

在该算法的基础之上,
Chen
人提出了一种部分灰度不变特征描述符
(J.Chen,J.Tian,N.Lee,J.Zheng,R.T.Smith,A.F.Laine,Apartial intensity invariant feature descriptor for multimodal retinal image registration,IEEE Transactions on Biomedical Engineering,57(7)(2010)1707

1718.)
,以应对多模图像之间的灰度差异问题,在多模视网膜图像匹配中得到了广泛的应用和改进

考虑到多模图像之间的成像灰度差异导致特征点提取和描述困难的问题,
Sui
等人采用更加稳定的直线特征,并提出了一种迭代特征提取策略以优化提取的图像特征
(H.Sui,C.Xu,J.Liu,F.Hua,Automatic Optical

to

SAR Image Registration by Iterative Line Extraction and Voronoi Integrated Spectral Point Matching,IEEE Transactions on Geoscience and Remote Sensing,53(11)(2015)6058

6072.)。Wang
等人提出了一种直线段上下文描述符对提取的直线特征进行全局描述,并构造了一种迭代优化的策略克服图像直线提取不完备的问题
(Z.Wang,X.Feng,Y.Wu,G.Xu,M.Qian,An automatic method for matching salient structures in optical remote sensing images,International Journal of Remote Sensing,42(21)(2021)8298

8317.)。
[0005]上述现有的基于特征的匹配方法虽然在特定场景下的多模图像匹配任务中取得了较好的匹配结果,但是仍存在以下缺陷:其一,现有的大多数方法仅提取多模图像的特征点作为匹配基元,并采用特征点的局部信息构造特征描述符,其匹配效果受多模图像之间成像灰度差异的影响较大;其二,近年来研究人员提出的匹配方法考虑采用图像中提取的更加稳定的直线段作为匹配基元,却忽略了通过匹配的直线段难以准确解算图像之间转换矩阵的问题;其三,多模图像之间影响匹配的干扰因素较多,采用一次性提取的图像特征及
其描述符,难以取得较好的图像匹配效果


技术实现思路

[0006]1.
专利技术要解决的技术问题
[0007]本专利技术的目的在于克服上述现有技术中存在的缺陷,提供了一种基于点线特征描述的两阶段多模图像匹配方法,本专利技术解决了多模图像匹配任务中,图像特征点描述困难和匹配效率低的问题,提高了多模图像特征点匹配的效率和可靠性

[0008]2.
技术方案
[0009]为达到上述目的,本专利技术提供的技术方案为:
[0010]本专利技术的一种基于点线特征描述的两阶段多模图像匹配方法,包括以下步骤:
[0011]步骤
1、
分别计算参考图像和待匹配图像中每个像素点处的相位一致性最小矩和最大矩;
[0012]步骤
2、
分别从最小矩图和最大矩图中提取原输入图像的特征点和直线段;
[0013]步骤
3、
对于图像中的每个特征点,构造其直线段上下文描述符,并进行聚类,形成特征点类;
[0014]步骤
4、
通过对比两幅图像中各特征点类的中心描述向量的相似度实现特征点类匹配;
[0015]步骤
5、
对于匹配的两组特征点类内的每个特征点,构造其相位一致性最大响应方向直方图描述符;
[0016]步骤
6、
对于匹配的两组特征点类内的每一对特征点,计算特征描述符的相似度,并进行双向特征匹配,得到最终图像匹配结果

[0017]3.
有益效果
[0018]采用本专利技术提供的技术方案,与已有的公知技术相比,具有如下显著效果:
[0019](1)
鉴于现有的多数基于特征的图像匹配方法仅提取多模图像的特征点作为匹配基元,并采用特征点的局部信息构造特征描述符,易受到多模图像之间成像灰度差异的影响,导致特征误匹配的问题,本专利技术在相位一致性模型的基础上同时提取图像的特征点和直线段,有效克服成像灰度差异对特征提取的影响

[0020](2)
本专利技术提供的一种基于点线特征描述的两阶段多模图像匹配方法,将特征匹配分为两个阶段,首先利用提取的直线段相对于特征点的位置信息构造特征点的直线段上下文描述符对其进行全局描述,并通过聚类算法形成特征点类,进而实现特征点类的粗匹配,其次在对应的特征点类内,构造相位一致性最大响应方向直方图描述符用以实现特征点的精确匹配,一方面所构造的描述符对成像灰度差异具有较高的鲁棒性,另一方面两阶段的匹配策略有助于提高特征点匹配效率

附图说明
[0021]图1为本专利技术的两阶段多模图像匹配的流程示意图;
[002本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种基于点线特征描述的两阶段多模图像匹配方法,其特征在于,包括以下步骤:步骤
1、
分别计算参考图像和待匹配图像中每个像素点处的相位一致性最小矩和最大矩;步骤
2、
分别从最小矩图和最大矩图中提取原输入图像的特征点和直线段;步骤
3、
对于图像中的每个特征点,构造其直线段上下文描述符,并对特征点进行聚类,形成特征点类;步骤
4、
通过对比两幅图像中各特征点类的中心描述向量的相似度实现特征点类匹配;步骤
5、
对于匹配的两组特征点类内的每个特征点,构造其相位一致性最大响应方向直方图描述符;步骤
6、
对于匹配的两组特征点类内的每一对特征点,计算特征描述符的相似度,并进行双向特征匹配,得到最终图像匹配结果
。2.
根据权利要求1所述的一种基于点线特征描述的两阶段多模图像匹配方法,其特征在于,在所述步骤1中,计算相位一致性最小矩和最大矩的具体过程如下:步骤1‑
1、
利用
Log

Gabor
滤波器对输入图像进行卷积,并基于
Kovesi
算法计算输入图像各像素点处在各方向下的相位一致性;步骤1‑
2、
计算图像每个像素点变量
a、b、c
,进而计算出每个像素点的相位一致性最小矩和最大矩
。3.
根据权利要求2所述的一种基于点线特征描述的两阶段多模图像匹配方法,其特征在于,在所述步骤2中,采用
Harris

Affine
算法从最小矩图中提取特征点,采用
LSD
算法从最大矩图中提取直线段
。4.
根据权利要求3所述的一种基于点线特征描述的两阶段多模图像匹配方法,其特征在于,在所述步骤3中,计算直线段上下文描述符和进行特征点聚类的具体过程如下:步骤3‑
1、
由步骤2可得原输入图像中的特征点集合和直线段集合,分别记为和其中
n
c

n
l
表示提取的特征点个数和直线段个数;对于特征点集合中的任一特征点
c
i
,直线段
l
j
相对于该特征点的位置表示为
w
ij

(
α
ij
,
β
ij
)
,其中
α
ij
为特征点
c
i
到直线段
l
j
的垂线与特征点
c
i
主方向的夹角,
β
ij
为直线段
l
j
和特征点
c
i
主方向的夹角;步骤3‑
2、
对于所有的直线段
l
j
(j

1,2,

,n
l
)
,计算描述向量
w
ij
,则特征点
c
i
与所有直线段的位置关系为步骤3‑
3、

α
的取值范围

【专利技术属性】
技术研发人员:王正兵张科琪冯旭刚张哲贤赵远
申请(专利权)人:安徽工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1