采用有方向的特征线实现图像匹配的方法技术

采用有方向的特征线实现图像匹配的方法，涉及图像处理领域，它解决现有基于特征线的图像匹配方法无法实现对图像的旋转和尺度缩放无关的特性，并且在提取特征点的过程中抗干扰能力低的问题，本发明专利技术采用六组带有方向的条形滤波器对图像进行滤波，采用连通域的方法判断特征线的长度，去掉所述特征线中五个像素以内的特征线，获得剩余部分的特征线；以剩余部分特征线中每个特征线的中心为圆点，以所述每个特征线的长度及方向为基准建立极坐标系，获得极坐标图像；将极坐标图像按特征线分为六组，将相邻两组特征线进行图像的匹配，根据特征线对计算出图像的变换参数，实现图像匹配。本发明专利技术可以完成复杂背景下图像间的匹配，并具有很好的鲁棒性。

【技术实现步骤摘要】

本专利技术涉及图像处理领域。
技术介绍
为了寻求一种高效可靠的图像匹配算法，使其具有尺度无关，抗旋转、光照变化和图像轻微畸变的特性，对基于特征的景象匹配算法进行了研究。基于图像特征的景象匹配是利用提取的特征点或线或区域来表征图像，由此图像信息被大大减少，特征的选取和特征对的匹配是特征型景象匹配技术的两个关键问题。常用的特征型景象匹配算法包括角点匹配算法，边缘匹配算法等，现阶段，比较具有代表性的解决景象匹配问题的优秀的特征型算法是SIFT算法，SIFT特征是图像的局部特征，由其算法的特点，该特征对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性，特征点具有很好的独特性以相互区分，但特征型景象匹配算法最明显的特点就是运算时间与运算精度之间的相互矛盾表现非常明显，精度高的特征型景象匹配算法往往需要牺牲时间和空间来计算和存储关键点的各种信息用于后续的匹配，比如SIFT方法每个特征点的提取都需要在多个尺度空间卷积之后在多个尺度空间和多个二维图像空间进行比较计算，之后每个SIFT关键点都需要1 维的向量进行描述，每两个关键点的比较都是1 维向量之间的比较，特征点得到的越多，速度越慢。SIFT算法具有很好的匹配性能，其牺牲存储空间和计算时间换来特征点的独特性与匹配精度，而且SIFT算法提取的部分特征点并不具有直观的视觉意义，而且基于特征点的算法往往受噪声影响比较严重，不适合于带有噪声图像的匹配。
技术实现思路
本专利技术为解决现有基于特征线的图像匹配方法无法实现对图像的旋转和尺度缩放无关的特性，并且在提取特征点的过程中抗干扰能力低的问题，提供一种。，该方法由以下步骤实现步骤一、采用六组带有方向的条形滤波器对图像进行滤波，获得六组特征线；步骤二、采用连通域的方法判断步骤一获得的特征线的长度，去掉所述特征线中五个像素以内的特征线，获得剩余部分的特征线；步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点，以所述每个特征线的长度及方向为基准建立极坐标系，获得极坐标图像；步骤四、将步骤三获得的极坐标图像按特征线分为六组，将相邻两组特征线进行图像的匹配，获得匹配的特征线对；步骤五、采用步骤四获得的特征线对计算出图像的变换参数，实现图像匹配。本专利技术的有益效果本专利技术所述基于特征线的图像匹配方法具有旋转缩放无关的特性，本专利技术可以完成复杂背景下图像间的匹配，并具有很好的鲁棒性，匹配精度优于1个像素，本专利技术克服了旋转和尺度的缩放，满足自动图像匹配的稳定可靠、精度高、抗干扰能力强的要求。附图说明图1为本专利技术所述的中六组条形滤波器滤波后得到六组特征线示意图；其中(b)、(c)、(d)、(e)、(f)和(g)为(a)的滤波后的特征线示意图；图2为图1中(a)的尺度变化时以每个特征线为基准建立的极坐标系示意图；图3为图1中(a)变化不同尺度时以每条特征线邻域建立的极坐标图像对比示意图；图4中(a)和(b)分别为现有SIFT算法与本专利技术所述方法在噪声图像匹配的比较示意图；图5为采用本专利技术所述的方法实现图像匹配的示意图。 具体实施例方式具体实施方式一、，该方法由以下步骤实现步骤一、采用六组带有方向的条形滤波器对图像进行滤波，获得六组特征线；步骤二、采用连通域的方法判断步骤一获得的特征线的长度，去掉所述特征线中五个像素以内的特征线，获得剩余部分的特征线；步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点，以所述每个特征线的长度及方向为基准建立极坐标系，获得极坐标图像；步骤四、将步骤三获得的极坐标图像按特征线分为六组，将相邻两组特征线进行图像的匹配，获得匹配的特征线对；步骤五、采用步骤四获得的特征线对计算出图像的变换参数，实现图像匹配。本实施方式中步骤一所述的六组带有方向的条形滤波器为不同方向的滤波器。本实施方式中将步骤四获得匹配的特征线对的位置信息代入图像变换矩阵中，获得两幅图像的变换参数，采用最小二乘法去掉误匹配的特征线对。实现图像的匹配。具体实施方式二、结合图1至图5说明本实施方式，本实施方式为具体实施方式一所述的的实施例本实施例建立类似人眼视觉皮层滤波器组，所述滤波器组使用不同方向、不同尺寸和相位的滤波器组，拟定经过六个滤波器组成的滤波器组，每一种都是一个水平的条形滤波器旋转后的样式，在水平方向的高斯滤波器权值是_1，2，-1，它们在χ方向和y方向的 sigma不同，χ方向上sigma都是2，y方向sigma都是1，结合图1，尺度为7*7的高斯条形滤波器，其矩阵形式如下 f,=权利要求1.，其特征是，该方法由以下步骤实现 步骤一、采用六组带有方向的条形滤波器对图像进行滤波，获得六组特征线； 步骤二、采用连通域的方法判断步骤一获得的特征线的长度，去掉所述特征线中五个像素以内的特征线，获得剩余部分的特征线；步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点，以所述每个特征线的长度及方向为基准建立极坐标系，获得极坐标图像；步骤四、将步骤三获得的极坐标图像按特征线分为六组，将相邻两组特征线进行图像的匹配，获得匹配的特征线对；步骤五、采用步骤四获得的特征线对计算出图像的变换参数，实现图像匹配。2.根据权利要求1所述的，其特征在于，步骤一所述的六组带有方向的条形滤波器为不同方向的滤波器。全文摘要，涉及图像处理领域，它解决现有基于特征线的图像匹配方法无法实现对图像的旋转和尺度缩放无关的特性，并且在提取特征点的过程中抗干扰能力低的问题，本专利技术采用六组带有方向的条形滤波器对图像进行滤波，采用连通域的方法判断特征线的长度，去掉所述特征线中五个像素以内的特征线，获得剩余部分的特征线；以剩余部分特征线中每个特征线的中心为圆点，以所述每个特征线的长度及方向为基准建立极坐标系，获得极坐标图像；将极坐标图像按特征线分为六组，将相邻两组特征线进行图像的匹配，根据特征线对计算出图像的变换参数，实现图像匹配。本专利技术可以完成复杂背景下图像间的匹配，并具有很好的鲁棒性。文档编号G06K9/64GK102254190SQ201010585278公开日2011年11月23日 申请日期2010年12月13日 优先权日2010年12月13日专利技术者张叶, 曲宏松, 王延杰 申请人:中国科学院长春光学精密机械与物理研究所本文档来自技高网...

【技术保护点】
１．采用有方向的特征线实现图像匹配的方法，其特征是，该方法由以下步骤实现：步骤一、采用六组带有方向的条形滤波器对图像进行滤波，获得六组特征线；步骤二、采用连通域的方法判断步骤一获得的特征线的长度，去掉所述特征线中五个像素以内的特征线，获得剩余部分的特征线；步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点，以所述每个特征线的长度及方向为基准建立极坐标系，获得极坐标图像；步骤四、将步骤三获得的极坐标图像按特征线分为六组，将相邻两组特征线进行图像的匹配，获得匹配的特征线对；步骤五、采用步骤四获得的特征线对计算出图像的变换参数，实现图像匹配。

【技术特征摘要】

【专利技术属性】
技术研发人员：张叶，曲宏松，王延杰，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：82