基于多圖配準(zhǔn)復(fù)原三維圖像的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像處理領(lǐng)域，涉及一種三維圖像復(fù)原方法。
【背景技術(shù)】
[0002] 在圖像獲取的過程中由于硬件設(shè)備的固有原因和外部噪聲的干擾，都會(huì)引起成像 質(zhì)量下降或者信息缺損。對(duì)于大多數(shù)成像系統(tǒng)，單純從硬件方面來考慮解決這些問題，將帶 來巨大的成本和技術(shù)壓力，因此研究圖像復(fù)原算法來解決前面所提出的問題有著極大的現(xiàn) 實(shí)意義和應(yīng)用價(jià)值。尤其是在三維圖像領(lǐng)域，在獲取圖像的過程中更易被干擾，提高設(shè)備性 能的成本更高，而對(duì)三維圖像復(fù)原的研究卻遠(yuǎn)沒有二維圖像成熟。因此對(duì)三維圖像的復(fù)原 在圖像處理方面更需要被研究。
[0003] 對(duì)于獲取三維圖像時(shí)圖像受到噪聲干擾，已經(jīng)有了一些去噪的方法，當(dāng)前主要的 去噪算法包括BM3D，由Dabov等人在2006年提出，其核心思想利用圖像的相關(guān)性和統(tǒng)計(jì)特 征對(duì)圖像分塊、分組匹配，形成三維塊，再利用相關(guān)性對(duì)塊層進(jìn)行三維濾波去噪，保留了很 好的低頻輪廓信息，又保留了一定的細(xì)節(jié)紋理，但仍缺失了較多的信息。

【發(fā)明內(nèi)容】

[0004] 技術(shù)問題：本發(fā)明提供一種能夠去除噪聲、保留圖像原始信息的基于多圖配準(zhǔn)復(fù) 原三維圖像的方法。
[0005] 技術(shù)方案：本發(fā)明的基于多圖配準(zhǔn)復(fù)原三維圖像的方法，包括以下步驟：
[0006] (1)以獲取被復(fù)原三維圖像時(shí)圖像采集設(shè)備的位置為基準(zhǔn)，偏轉(zhuǎn)圖像采集設(shè)備的 角度、移動(dòng)攝像頭的位置，得到多幅用來輔助復(fù)原的輔助圖像；
[0007] (2)以被復(fù)原三維圖像為基圖像，根據(jù)圖像采集設(shè)備的旋轉(zhuǎn)角度、移動(dòng)矢量，創(chuàng)建 各輔助圖像對(duì)應(yīng)的坐標(biāo)系轉(zhuǎn)換矩陣，對(duì)輔助圖像分別進(jìn)行粗配準(zhǔn)；
[0008] (3)運(yùn)用"偏移矢量"概念和隨機(jī)算法，以基圖像為標(biāo)尺，對(duì)每個(gè)粗配準(zhǔn)后的輔助圖 像分別進(jìn)行基圖像的點(diǎn)與輔助圖像的點(diǎn)之間的精配準(zhǔn)，得到輔助圖像上所有點(diǎn)的偏移矢量 和估計(jì)偏移量；
[0009] (4)進(jìn)行每個(gè)輔助圖像和基圖像之間的面與面精配準(zhǔn)，最終得到一組精配準(zhǔn)的圖 像；
[0010] (5)有損去噪：針對(duì)基圖像和所述步驟（4)得到的一組精配準(zhǔn)的圖像，利用腐蝕法 將圖像上的位置隨機(jī)出現(xiàn)、形狀為點(diǎn)狀、線狀的噪聲去除；
[0011] (6)圖像信息修補(bǔ)：用經(jīng)過有損去噪的輔助圖像，對(duì)基圖像由于有損去噪而造成 信息缺失的部位進(jìn)行信息修補(bǔ)，最后得到復(fù)原后的圖像。
[0012] 進(jìn)一步的，本發(fā)明方法中，所述步驟（3)的具體流程為：
[0013] 首先對(duì)每個(gè)輔助圖像Ak中的每個(gè)點(diǎn)，都按照如下準(zhǔn)則進(jìn)行度量：
[0014] 若IaliIrakijI^則認(rèn)為aki.j與a H.j相對(duì)應(yīng)，a ki.j的偏移向量、= (0,0)，其中h稱 為相似度閾值；否則，在以ω為搜索半長(zhǎng)的范圍內(nèi)進(jìn)行以一個(gè)采樣點(diǎn)間距為步長(zhǎng)的逐步搜 索，若遇到 I a1; 1+e, j+f-akl j I <h 則認(rèn)為 $ =(0;否則 G = (()，0)，其中- C0<e，f 彡 ω;
[0015] 然后以輔助圖像中滿足上述準(zhǔn)則要求的采樣點(diǎn)來求取偏移向量，得出一個(gè)向量組
[0016] 最后根_
得到圖像Ak上所有點(diǎn)的估計(jì)偏移 量。
[0017] 進(jìn)一步的，本發(fā)明方法中，所述步驟（3)中求取偏移向量的具體流程為：
[0018] 若同時(shí)有多個(gè)點(diǎn)滿足上述準(zhǔn)則要求，則取與基圖像中的采樣點(diǎn)aH]距離模值最小 的那個(gè)點(diǎn)來求取偏移向量；如果距離模值最小的點(diǎn)有若干個(gè)，且這若干個(gè)距離模值最小的 點(diǎn)連續(xù)相連形成一個(gè)集合，則用隨機(jī)算法配準(zhǔn)：求取該集合中每個(gè)點(diǎn)的偏移向量，并把這個(gè) 點(diǎn)集合中每個(gè)點(diǎn)的偏移向量進(jìn)行向量求和，最終生成一個(gè)向量稱為點(diǎn)集偏移向量；否則，即 這若干個(gè)距離模值最小的點(diǎn)不連續(xù)，則將這些點(diǎn)的偏移向量設(shè)為（0, 0)，不參與配準(zhǔn)。
[0019] 進(jìn)一步的，本發(fā)明方法中，所述步驟（4)的具體流程為：
[0020] 根據(jù)每幅輔助圖像上所有點(diǎn)的估計(jì)偏移量，求出各輔助圖像估計(jì)偏移量向量組中 X分量的期望Exk和方差Dx k，以及y分量的期望Eyk、方差Dyk;
[0021] 對(duì)于每個(gè)輔助圖像，當(dāng)Dxk〈 δ且Dyk〈 δ時(shí)，則表明絕大多數(shù)采樣點(diǎn)的偏移量相同， 認(rèn)為該圖像精配準(zhǔn)成功，將其按向量（Exk，Eyk)移動(dòng)，否則認(rèn)為該圖像精配準(zhǔn)失敗，舍棄該 圖像。
[0022] 進(jìn)一步的，本發(fā)明方法中，所述步驟（2)中各輔助圖像對(duì)應(yīng)的坐標(biāo)系轉(zhuǎn)換矩陣為：
[0024] 其中，，、θ、γ為掃描輔助圖像時(shí)，圖像采集設(shè)備相對(duì)于獲取被復(fù)原三維圖像時(shí) 的位置在X軸、y軸、ζ軸的旋轉(zhuǎn)角度。
[0025] 進(jìn)一步的，本發(fā)明方法中，所述步驟（2)中粗配準(zhǔn)之后得到的結(jié)果為：
[0027] 其中，Xs、Ys、Zs是掃描輔助圖像時(shí)，圖像采集設(shè)備相對(duì)于獲取被復(fù)原三維圖像時(shí) 的位置在X軸、y軸、ζ軸的位移。
[0028] 現(xiàn)有的去噪手段很多都是以損失部分信息為代價(jià)的，而本發(fā)明方法能夠?qū)θコ?聲而導(dǎo)致信息缺失的圖像進(jìn)行復(fù)原，其最終目的是實(shí)現(xiàn)無損去噪。
[0029] 有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：
[0030] 本發(fā)明提出了先腐蝕再修補(bǔ)的核心思想，以及二維圖像與三維圖像交互映射處理 的方法，將二維圖像與三維圖像的處理方法進(jìn)行了融合。
[0031] 在配準(zhǔn)時(shí)引入了偏移矢量的概念，引入了隨機(jī)算法，自動(dòng)尋找特征區(qū)域，剔除無用 信息，消除了傳統(tǒng)配準(zhǔn)方法無法識(shí)別哪些信息有用、哪些信息無用，對(duì)信息做不到合適的取 舍而導(dǎo)致信息冗余量大、速度慢的弊端。在數(shù)據(jù)修補(bǔ)中使用總距離差最小即和基圖像最相 近的精配準(zhǔn)圖像的采樣點(diǎn)來修補(bǔ)基圖像，和傳統(tǒng)的數(shù)據(jù)融合比較，更接近目標(biāo)的實(shí)際距離 值。與傳統(tǒng)的配準(zhǔn)方法相比，該配準(zhǔn)方法配準(zhǔn)時(shí)通過附近搜索并引入偏移向量的概念，只利 用距離值變化陡峭區(qū)域進(jìn)行配準(zhǔn)，并引入大樣本隨機(jī)算法進(jìn)行配準(zhǔn)，自動(dòng)剔除了距離值變 化較小的區(qū)域，幫助邊界有效地預(yù)測(cè)偏移向量，消除了"配準(zhǔn)迷路"對(duì)配準(zhǔn)造成破壞性的的 影響。
[0032] 經(jīng)過有損去噪、映射、配準(zhǔn)、數(shù)據(jù)修補(bǔ)等步驟，最終復(fù)原出退化的距離圖像。由于在 復(fù)原過程中運(yùn)用到多幅輔助圖像中的信息來修補(bǔ)由于有損去噪造成的信息缺失，用于修補(bǔ) 的信息均為圖像采集裝置直接獲得的信息，而不是通過各種估計(jì)算法得到的信息，因此復(fù) 原圖像中信息的真實(shí)性大大提高。各步驟聯(lián)系緊密，邏輯性強(qiáng)，綜合地考慮到圖像處理各 種方法的優(yōu)點(diǎn)以及缺陷，對(duì)這些方法進(jìn)行相互間的取長(zhǎng)補(bǔ)短，最終得到一個(gè)完善的圖像復(fù) 原方法。
[0033] 和現(xiàn)今的主流去噪方法BM3D相比，本發(fā)明方法采用原始信息進(jìn)行修補(bǔ)，先有損去 噪、后復(fù)原，而非去噪復(fù)原同時(shí)進(jìn)行，確保了對(duì)有用信息的保護(hù)；并且由于在去噪后的復(fù)原 環(huán)節(jié)，使得信息損失量大大減少，而且還增添了不少因噪聲遮擋而本來不具有的信息，幾乎 達(dá)到了無損去噪的效果。
【附圖說明】
[0034] 圖1為搜索路徑示意圖；
[0035] 圖2為隨機(jī)算法平均配準(zhǔn)原理圖；
[0036] 圖3為映射原理圖。
[0037]
【具體實(shí)施方式】
[0038] 下面結(jié)合實(shí)施例和說明書附圖對(duì)本發(fā)明作進(jìn)一步的說明。
[0039] 在使用三維激光掃描儀來獲得三維圖像的方法時(shí)，由于采用的是精密的硬件設(shè) 備，在實(shí)際應(yīng)用中往往容易受到各種干擾而導(dǎo)致圖像退化，使圖像損失了部分信息。因此需 要對(duì)其進(jìn)行圖像復(fù)原，將獲得的退化圖像，以最大的保真度，恢復(fù)到退化前的狀態(tài)。本發(fā)明 就是為了達(dá)到這個(gè)目的，具體實(shí)施例是將三維激光掃描儀裝在破拆機(jī)器人上來掃描目標(biāo)， 由于形狀復(fù)雜的液壓管對(duì)發(fā)出激光有干擾，導(dǎo)致獲得的距離圖像失真。
[0040] 本發(fā)明的基于多圖配準(zhǔn)復(fù)原三維圖像的方法，包括先腐蝕再修補(bǔ)，二維圖像與維 圖像交互映射處理，運(yùn)用輔助圖像對(duì)被復(fù)原對(duì)象進(jìn)行信息修補(bǔ)；采用粗配準(zhǔn)與精配準(zhǔn)兩步 走的配準(zhǔn)方法；在精配準(zhǔn)時(shí)引入了偏移矢量的概念害人方法。
[0041] 本發(fā)明實(shí)施例包括以下具體內(nèi)容：
[0042] (1)以獲得被復(fù)原三維圖像時(shí)的位置、視角為基準(zhǔn)，通過三維激光掃描儀移動(dòng)、旋 轉(zhuǎn)來獲得不同位置、不同視角的距離圖像。上述被復(fù)原三維圖像稱為基圖像，通過掃描儀的 平移和旋轉(zhuǎn)多次掃描，可獲得多幅不同位置、不同視角的圖像，這些圖像在處理后用來修補(bǔ) 基圖像，稱為輔助圖像，在后面的步驟中用來修補(bǔ)基圖像的信息。
[0043] (2)設(shè)掃描儀在掃描某輔助圖像時(shí)，相對(duì)于原位置（得到基圖像時(shí)所在的位置） 的位移為（Xs、Ys、Zs)，繞X軸、y軸、z軸的旋轉(zhuǎn)角度分別為：f、θ、γ。則針對(duì)于掃描儀 旋轉(zhuǎn)，將掃描所獲得數(shù)組轉(zhuǎn)化到原坐標(biāo)系（基圖像的坐標(biāo)系）的旋轉(zhuǎn)恢復(fù)矩陣如式（1)所 /Jn 〇
[0045] 求得經(jīng)映射得到圖像的采樣點(diǎn)相對(duì)掃描中心的平面坐標(biāo)/?(灼認(rèn)J zf,再 減去掃描系統(tǒng)本身相對(duì)于原坐標(biāo)系的位移[Xs Ys Zs]T，可以得到最終的目標(biāo)地物在同一坐 標(biāo)系坐標(biāo)下的坐標(biāo)值[X Y Ζ]τ，如式（2)所示。該過程稱為粗配準(zhǔn)，是現(xiàn)今較為普遍、成熟 的方法。
[0047] (3)將基圖像與一組經(jīng)過粗配準(zhǔn)、待精配準(zhǔn)的輔助圖像組成A1A2. ... An，其中心為 被復(fù)原三維圖像，稱為基圖像，A2. ... ^為粗配準(zhǔn)后的輔助圖像。該組等尺寸圖像長(zhǎng)與高分 別為m, η (以采樣點(diǎn)數(shù)為單位）。
[0054] 其中，aklj(0〈i〈m+l, 0〈j〈n+l)為第k幅圖像第i行第j列的采樣點(diǎn)的距離值（ζ坐 標(biāo)值）。
[0055] 對(duì)于每個(gè)輔助圖像Ak以基圖像A i為標(biāo)尺進(jìn)行精配準(zhǔn)，即對(duì)輔助圖像A ,中的每一 個(gè)采樣點(diǎn)的距離值akl]都用對(duì)應(yīng)于基圖像中的a 按照如下準(zhǔn)則進(jìn)行度量：
[0056] 若I ail「akl j I <h，則認(rèn)為akl j與a n j相對(duì)應(yīng)，a kl j的偏移向量$ = _，〇)，其中h 稱為相似度閾值；否則，如圖I所示，在以ω為