基于視覺(jué)顯著特征的圖像配準(zhǔn)方法
【專(zhuān)利摘要】基于視覺(jué)顯著特征的圖像配準(zhǔn)方法：輸入基準(zhǔn)圖像和待配準(zhǔn)圖像；提取基準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集和待配準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集；計(jì)算基準(zhǔn)圖像的各視覺(jué)顯著特征點(diǎn)和待配準(zhǔn)圖像的各視覺(jué)顯著特征點(diǎn)的方向，根據(jù)視覺(jué)顯著特征點(diǎn)的方向計(jì)算各個(gè)特征點(diǎn)的描述向量，獲得基準(zhǔn)圖像的特征描述向量集和待配準(zhǔn)圖像的特征描述向量集；計(jì)算基準(zhǔn)圖像的各特征描述向量與待配準(zhǔn)圖像的各特征描述向量間的距離，對(duì)待配準(zhǔn)圖像特征點(diǎn)和基準(zhǔn)圖像特征點(diǎn)進(jìn)行匹配；去除誤匹配對(duì)，獲得基準(zhǔn)圖像和待配準(zhǔn)圖像中的正確匹配對(duì)，根據(jù)兩圖像之間的正確匹配對(duì)的坐標(biāo)計(jì)算出基準(zhǔn)圖像和待配準(zhǔn)圖像之間的仿射變換矩陣，根據(jù)仿射變換矩陣將待配準(zhǔn)圖像進(jìn)行相應(yīng)的變換，實(shí)現(xiàn)圖像配準(zhǔn)。
【專(zhuān)利說(shuō)明】基于視覺(jué)顯著特征的圖像配準(zhǔn)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，尤其涉及一種基于視覺(jué)顯著特征的圖像配準(zhǔn)方 法，通過(guò)模擬人眼視覺(jué)注意機(jī)制提取圖像的顯著特征信息，實(shí)現(xiàn)圖像配準(zhǔn)。

【背景技術(shù)】
[0002] 圖像配準(zhǔn)就是對(duì)取自不同時(shí)間、不同視角、不同傳感器的具有相同場(chǎng)景的兩幅或 者多幅圖像進(jìn)行空間位置對(duì)齊的過(guò)程，是許多圖像處理應(yīng)用必須的預(yù)處理步驟。在軍事、遙 感、醫(yī)學(xué)、計(jì)算機(jī)視覺(jué)等諸多領(lǐng)域，圖像配準(zhǔn)的應(yīng)用都較為廣泛。
[0003]目前對(duì)于不同類(lèi)型的圖像和數(shù)據(jù)存在很多種圖像配準(zhǔn)的方法，也相應(yīng)地形成了很 多種對(duì)方法進(jìn)行分類(lèi)的準(zhǔn)則。常見(jiàn)圖像配準(zhǔn)方法主要有兩類(lèi)：基于圖像灰度的配準(zhǔn)方法和 基于圖像特征的配準(zhǔn)方法。
[0004] 基于圖像灰度的配準(zhǔn)方法是利用整幅圖像的灰度信息建立兩幅圖像之間的相似 性度量來(lái)對(duì)圖像進(jìn)行配準(zhǔn)。該方法要求基準(zhǔn)圖和待配準(zhǔn)圖的灰度分布必須具有一定的相關(guān) 性，僅能適應(yīng)平移變換和較小的旋轉(zhuǎn)變換，計(jì)算量較大，效率低，適合于細(xì)節(jié)較少、紋理不豐 富的圖像，主要應(yīng)用于醫(yī)學(xué)圖像配準(zhǔn)領(lǐng)域。
[0005] 基于圖像特征的配準(zhǔn)方法通過(guò)提取兩幅圖像中受圖像變換、亮度變換、噪聲等影 響較小的穩(wěn)定特征，如圖像中物體的邊緣、角點(diǎn)、閉合區(qū)域中心等來(lái)對(duì)圖像進(jìn)行配準(zhǔn)，因此 應(yīng)用更為廣泛。但現(xiàn)有的基于圖像特征的圖像配準(zhǔn)方法中利用的特征信息較少，如僅利用 角點(diǎn)特征或僅利用輪廓線特征，圖像中的信息很大程度上被壓縮，僅有一小部分信息被利 用，這種方法對(duì)特征提取和特征匹配的錯(cuò)誤較為敏感，因此圖像配準(zhǔn)的質(zhì)量不高。


【發(fā)明內(nèi)容】

[0006] 針對(duì)現(xiàn)有技術(shù)中圖像配準(zhǔn)質(zhì)量不高的問(wèn)題，本發(fā)明的目的在于提供一種可以提高 圖像配準(zhǔn)的質(zhì)量的圖像配準(zhǔn)方法，通過(guò)模擬人眼視覺(jué)注意機(jī)制，利用圖像的亮度和方向信 息，提取圖像中穩(wěn)定的顯著特征點(diǎn)，采用這些特征點(diǎn)實(shí)現(xiàn)圖像的精確配準(zhǔn)。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明采取如下的技術(shù)解決方案：
[0008] 基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，包括以下步驟：
[0009] 步驟1、輸入基準(zhǔn)圖像I。和待配準(zhǔn)圖像I。' ；
[0010] 步驟2、提取基準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集FP1和待配準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集 FP2;
[0011] 步驟3、計(jì)算基準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集FP1和待配準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集 FP2中各個(gè)特征點(diǎn)的方向，根據(jù)視覺(jué)顯著特征點(diǎn)的方向計(jì)算各個(gè)特征點(diǎn)的描述向量，獲得相 應(yīng)的基準(zhǔn)圖像的特征描述向量集DSCR1和待配準(zhǔn)圖像的特征描述向量集DSCR2;
[0012] 步驟4、計(jì)算基準(zhǔn)圖像的特征描述向量集DSCR1中各個(gè)描述向量與待配準(zhǔn)圖像的特 征描述向量集DSCR2中各個(gè)描述向量之間的距離，采用最近鄰距離比法對(duì)待配準(zhǔn)圖像特征 點(diǎn)和基準(zhǔn)圖像特征點(diǎn)進(jìn)行匹配，獲得基準(zhǔn)圖像和待配準(zhǔn)圖像中的匹配對(duì)；
[0013] 步驟5、去除誤匹配對(duì)，獲得基準(zhǔn)圖像和待配準(zhǔn)圖像中的正確匹配對(duì)，根據(jù)兩圖像 之間的正確匹配對(duì)的坐標(biāo)計(jì)算出基準(zhǔn)圖像和待配準(zhǔn)圖像之間的仿射變換矩陣，根據(jù)仿射變 換矩陣將待配準(zhǔn)圖像進(jìn)行相應(yīng)的變換，實(shí)現(xiàn)圖像配準(zhǔn)。
[0014] 更進(jìn)一步的，本發(fā)明方法的步驟2中視覺(jué)顯著特征點(diǎn)集的提取步驟如下：
[0015] 步驟2-1、分別將基準(zhǔn)圖像Itl和待配準(zhǔn)圖像I^'轉(zhuǎn)換為灰度圖像，獲得的基準(zhǔn)圖像 的亮度圖IdP待配準(zhǔn)圖像的亮度圖12;
[0016] 步驟2-2、分別對(duì)基準(zhǔn)圖像的亮度圖IdP待配準(zhǔn)圖像的亮度圖I2進(jìn)行不同高斯尺 度的平滑和降采樣操作，建立基準(zhǔn)圖像的亮度尺度空間I1 (σ)和待配準(zhǔn)圖像的亮度尺度空 間12(〇)，σ表示高斯平滑尺度；
[0017] 步驟2-3、使用Gabor方向?yàn)V波器分別對(duì)基準(zhǔn)圖像的亮度尺度空間I1 ( 〇 )中的每 幅圖像和待配準(zhǔn)圖像的亮度尺度空間I2 (σ)中的每幅圖像進(jìn)行m個(gè)方向的濾波，分別獲得 m個(gè)基準(zhǔn)圖像的方向尺度空間O1O，Θ)和m個(gè)待配準(zhǔn)圖像的方向尺度空間〇2(σ，Θ);
[0018] 所述m個(gè)方向?yàn)椋害? {〇，π/m, 2π/m,…，（m-1)π/m}，
[0019]Gabor方向?yàn)V波器的形式為

【權(quán)利要求】
1. 基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于，包括以下步驟： 步驟1、輸入基準(zhǔn)圖像Itl和待配準(zhǔn)圖像I； 步驟2、提取基準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集FP1和待配準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集 FP2; 步驟3、計(jì)算基準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集FP1和待配準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集FP2 中各個(gè)特征點(diǎn)的方向，根據(jù)視覺(jué)顯著特征點(diǎn)的方向計(jì)算各個(gè)特征點(diǎn)的描述向量，獲得相應(yīng) 的基準(zhǔn)圖像的特征描述向量集DSCR1和待配準(zhǔn)圖像的特征描述向量集DSCR2; 步驟4、計(jì)算基準(zhǔn)圖像的特征描述向量DSCR1中各個(gè)描述向量與待配準(zhǔn)圖像的特征描述 向量DSCR2中各個(gè)描述向量之間的距離，采用最近鄰距離比法對(duì)待配準(zhǔn)圖像特征點(diǎn)和基準(zhǔn) 圖像特征點(diǎn)進(jìn)行匹配，獲得基準(zhǔn)圖像和待配準(zhǔn)圖像中的匹配對(duì)； 步驟5、去除誤匹配對(duì)，獲得基準(zhǔn)圖像和待配準(zhǔn)圖像中的正確匹配對(duì)，根據(jù)兩圖像之間 的正確匹配對(duì)的坐標(biāo)計(jì)算出基準(zhǔn)圖像和待配準(zhǔn)圖像之間的仿射變換矩陣，根據(jù)仿射變換矩 陣將待配準(zhǔn)圖像進(jìn)行相應(yīng)的變換，實(shí)現(xiàn)圖像配準(zhǔn)。
2. 根據(jù)權(quán)利要求1所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟2中 視覺(jué)顯著特征點(diǎn)集的提取步驟如下： 步驟2-1、分別將基準(zhǔn)圖像Itl和待配準(zhǔn)圖像I^'轉(zhuǎn)換為灰度圖像，獲得的基準(zhǔn)圖像的亮 度圖IjP待配準(zhǔn)圖像的亮度圖I2; 步驟2-2、分別對(duì)基準(zhǔn)圖像的亮度圖1:和待配準(zhǔn)圖像的亮度圖I2進(jìn)行不同高斯尺度 的平滑和降采樣操作，建立基準(zhǔn)圖像的亮度尺度空間I1 ( 〇 )和待配準(zhǔn)圖像的亮度尺度空間 12(〇)，〇表示高斯平滑尺度； 步驟2-3、使用Gabor方向?yàn)V波器分別對(duì)基準(zhǔn)圖像的亮度尺度空間I1(O)中的每幅圖 像和待配準(zhǔn)圖像的亮度尺度空間I2 ( 〇 )中的每幅圖像進(jìn)行m個(gè)方向的濾波，分別獲得m個(gè) 基準(zhǔn)圖像的方向尺度空間O1 ( 〇，9 )和m個(gè)待配準(zhǔn)圖像的方向尺度空間O2 ( 〇，0 ); 所述m個(gè)方向?yàn)椋? = {0，Jr/m, 2Jr/m,…，（m-1)Jr/m}，
其中，x、y為空間域像素的位置坐標(biāo)，《為濾波器的中心頻率，0為Gabor濾波的方 向，〇g為高斯函數(shù)沿兩個(gè)坐標(biāo)軸的標(biāo)準(zhǔn)方差，j為虛數(shù)單位； 步驟2-4、分別對(duì)基準(zhǔn)圖像的亮度尺度空間I1(O)及其方向尺度空間O1O, 0)、待 配準(zhǔn)圖像的亮度尺度空間12(〇)及其方向尺度空間02(〇, 9)進(jìn)行中央周邊差操作，得到 基準(zhǔn)圖像的亮度特征尺度空間IF1(O)和m個(gè)基準(zhǔn)圖像的方向特征尺度空間0匕（〇, 0)， 以及待配準(zhǔn)圖像的亮度特征尺度空間IF2(〇)和m個(gè)待配準(zhǔn)圖像的方向特征尺度空間 0F2(〇, 9)； 步驟2-5、將m個(gè)基準(zhǔn)圖像的方向特征尺度空間OF1 ( 〇 , 0 )和m個(gè)待配準(zhǔn)圖像的方向 特征尺度空間0F2(〇, 0)分別進(jìn)行合并，得到基準(zhǔn)圖像總的方向特征尺度空間OF1(O)以 及待配準(zhǔn)圖像總的方向特征尺度空間OF2 ( 〇 ); 步驟2-6、采用迭代特征競(jìng)爭(zhēng)方法對(duì)基準(zhǔn)圖像的亮度特征尺度空間IF1 (o)、基準(zhǔn)圖像 總的方向特征尺度空間OF1 ( 〇 )、待配準(zhǔn)圖像的亮度特征尺度空間IF2( 〇 )和待配準(zhǔn)圖像總 的方向特征尺度空間OF2 ( 〇 )進(jìn)行迭代計(jì)算，獲得基準(zhǔn)圖像的亮度顯著圖IS1 ( 〇 )及其方向 顯著圖0S2(〇)，以及待配準(zhǔn)圖像的亮度顯著圖IS1(O)及其方向顯著圖OS2(O); 步驟2-7、采用9鄰域極大值法提取基準(zhǔn)圖像的亮度顯著圖IS1 ( 〇 )、基準(zhǔn)圖像的方向 顯著圖0S2(〇)、待配準(zhǔn)圖像的亮度顯著圖IS1(O)及待配準(zhǔn)圖像的方向顯著圖OS2(O) 中的顯著區(qū)域中心作為特征點(diǎn)，獲得基準(zhǔn)圖像的特征點(diǎn)集FP/和待配準(zhǔn)圖像的特征點(diǎn)集 FP2 ' ； 步驟2-8、去除每幅圖像的特征點(diǎn)集中邊緣響應(yīng)過(guò)強(qiáng)的特征點(diǎn)，獲得最終的基準(zhǔn)圖像的 視覺(jué)顯著特征點(diǎn)集FP1和待配準(zhǔn)圖像的視覺(jué)顯著特征點(diǎn)集FP2。
3. 根據(jù)權(quán)利要求2所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟2-2 中的亮度尺度空間包括〇組、每組S層圖像，從下往上依次為[(1，1) (1，2)-(1,?], [(2, 1) (2, 2)…（2,S)]，…，[(0, 1) (0, 2)…（0,S)]，第（1，1)圖像的高斯平滑尺度為初始平滑尺度 〇第（〇,s)圖像的高斯平滑尺度為〇。，〇 = 1，…，0,s= 1，…，S。
4. 根據(jù)權(quán)利要求3所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟2-4 中中央周邊差操作的方法為：對(duì)一個(gè)尺度空間中同一組內(nèi)相鄰層的圖像進(jìn)行相減，每個(gè)尺 度空間獲得OX(S-I)幅位于不同尺度的特征圖，得到的特征圖組成特征尺度空間。
5. 根據(jù)權(quán)利要求2所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟2-5 中方向特征尺度空間的合并方法為：將不同的方向特征尺度空間的位于相同尺度上的m幅 方向特征圖相乘，形成總的方向特征圖，得到的特征圖組成總的方向特征尺度空間。
6. 根據(jù)權(quán)利要求2所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟2-8 中去除邊緣響應(yīng)較強(qiáng)的特征點(diǎn)采用的方法為：計(jì)算特征點(diǎn)在相應(yīng)特征圖上2X2的Hessian
該特征點(diǎn)保留，r為設(shè)定的閾值。
7. 根據(jù)權(quán)利要求1所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟3中 特征點(diǎn)方向的計(jì)算方法如下：統(tǒng)計(jì)視覺(jué)顯著特征點(diǎn)所在鄰域像素的梯度方向直方圖，直方 圖的區(qū)間數(shù)為36,每10°為一個(gè)區(qū)間；直方圖的峰值所在的角度代表該特征點(diǎn)的主方向， 在梯度方向直方圖中，若存在另一個(gè)相當(dāng)于主峰值80%能量的峰值時(shí)，則將該這個(gè)方向看 作該特征點(diǎn)的輔方向。
8. 根據(jù)權(quán)利要求1或7所述的基于視覺(jué)顯著特征的圖像配準(zhǔn)方法，其特征在于：步驟3 中特征點(diǎn)描述向量的計(jì)算方法如下：將坐標(biāo)軸旋轉(zhuǎn)至視覺(jué)顯著特征點(diǎn)的方向，以特征點(diǎn)為 中心取16X16像素的區(qū)域作為采樣窗口，將采樣窗口分成16個(gè)4X4像素大小的小塊，對(duì) 每個(gè)小塊統(tǒng)計(jì)8個(gè)方向的梯度方向直方圖，得到一個(gè)8維的向量，將前述16個(gè)8維的向量 組成一個(gè)128維的向量，該向量為該特征點(diǎn)的特征描述向量。
【文檔編號(hào)】G06T7/00GK104504723SQ201510019034
【公開(kāi)日】2015年4月8日 申請(qǐng)日期:2015年1月14日 優(yōu)先權(quán)日:2015年1月14日
【發(fā)明者】王炳健, 吳飛紅, 劉佃忠, 馬林, 易翔, 李敏, 郝靜雅, 周慧鑫, 秦翰林 申請(qǐng)人:西安電子科技大學(xué)