基于随机并行优化算法的快速图像匹配方法组成比例

技术编号：4041049 阅读：196 留言：0更新日期：2012-04-11 18:40

本发明专利技术为基于随机并行优化算法的快速图像匹配方法，属于图像分析与处理技术；它包括对于一次畸变的目标对应点之间的关系和高次畸变的目标对应点之间的关系，其利用随机并行优化算法实现快速图像匹配可广泛应用于导航、地图与地形匹配、自然资源分析、天气预报、环境研究、变迁检测、生理病变、文字识别、指纹识别等多个领域，具有快速、高可靠性等优点，不仅适用于图像间只存在一次畸变情形，也适用于两次以上畸变的情形，且并不会显著增加系统复杂性。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及图像分析与处理技术，是一种快速图像匹配方法，尤其是利用随机并行优化算法实现快速图像特征匹配的方法。
技术介绍
图像匹配是一种重要的图像分析与处理技术，该技术是把不同传感器下得到的同一景物的两幅或多幅图像在空间上进行对准，以确定出它们之间的平移、旋转、缩放及其他变形关系。图像匹配在导航、地图与地形匹配、自然资源分析、天气预报、环境研究、变迁检测、生理病变、文字识别、指纹识别等许多领域有重要的应用价值，它也是其它一些图像分析技术，如立体视觉、运动分析、数据融合等的基础。正因为其应用的广泛性，新的应用和新的要求逐步产生，使得匹配算法的研究逐步走向深入，新算法层出不穷。图像匹配算法的核心问题是算法的高效性、高精度性和强适应性，但目前还没有任何匹配算法能完全解决这些关键问题。常见的图像匹配技术可以分为四类基于灰度相关的匹配、基于变换域的匹配、基于特征的匹配和基于模型的匹配。前两类匹配技术中，直接参与匹配运算的是图像的像素点；后两类匹配技术通过特征空间和相似性度量的选择来减弱或消除成像畸变对匹配性能的影响，常用的手段如边缘提取、区域统计特征、点特征和高层模型等。到目前为止，前两类的匹配算法研究已较为成熟，现在的研究重点是特征空间、相似性度量、搜索空间、搜索算法四个要素的合理组合以及图像校正；后两类算法是目前研究的热点，其中基于边缘、特征点、区域的匹配算法研究较多，而基于图、句法等模式的匹配算法还不多见。由于基于灰度相关和基于变换域的图像匹配算法理论已经比较成熟，算法原理简单、易于硬件实现，其对成像畸变适应能力弱的缺点可以通...

【技术保护点】
一种基于随机并行优化算法的快速图像匹配方法，其特征是，利用随机并行优化算法实现快速图像匹配；设ｆ↓［１］、ｆ↓［２］分别是像对中的左、右图像，则对于ｆ↓［１］上的正方形窗口ｇ↓［１］，其对应的ｆ↓［２］上的窗口ｇ↓［２］是任意四边形，考虑到图像目标间平移、旋转和剪切变形，设待匹配目标对应点坐标分别为（ｘ↓［１］，ｙ↓［１］）和（ｘ↓［２］，ｙ↓［２］），对于一次畸变，则所述目标对应点之间的关系可以用下式描述：＊＊＊其中ｋ↓［０］，ｋ↓［１］，…，ｋ↓［５］为待求变形参数；。

【技术特征摘要】

【专利技术属性】
技术研发人员：伏思华，龙学军，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：43[中国|湖南]

全部详细技术资料下载我是这个专利的主人