剛體變換下基于輪廓的多源圖像配準方法技術(shù)

一種剛體變換下基于輪廓的多源圖像配準方法，其特征在于包括如下具體步驟：　　　　１）圖像預(yù)處理及輪廓提取：采用中值濾波法對輸入的多源圖像分別進行除噪預(yù)處理后進行輪廓提取，輪廓提取包括邊緣檢測和邊緣鏈接，首先采用Ｃａｎｎｙ算子對預(yù)處理后的輸入圖像進行邊緣檢測，然后根據(jù)邊緣像素的空間位置關(guān)系將相鄰的邊緣像素連接起來組成區(qū)域的輪廓，包括閉合輪廓和開輪廓，并只保留圖像中長度大于某一閾值的輪廓；　　　　２）輪廓匹配：從提取后的兩幅圖像輪廓之間找出形狀相同的具有一一對應(yīng)關(guān)系的匹配輪廓對，對于閉合輪廓應(yīng)用歸一化的矩不變量進行匹配，若兩閉合輪廓歸一化的矩不變量間的距離小于某一閾值即將此兩閉合輪廓標記為一匹配的閉合輪廓對，對于開輪廓應(yīng)用輪廓鏈碼表示的方法進行匹配；　　　　３）剔除誤匹配的輪廓對：定義閉合輪廓對的距離為閉合輪廓對中兩閉合輪廓質(zhì)心間的距離，定義開輪廓對的距離為開輪廓對上所有對應(yīng)點間的距離的平均，求取所有閉合輪廓對的距離總和以及所有開輪廓對的距離總和，兩者相加，并除以輪廓對個數(shù)，得到輪廓對平均距離，如果某輪廓對的距離與輪廓對平均距離之差的絕對值超過某一個閾值，即將該輪廓對認為是誤匹配的輪廓對，并將其剔除；　　　　４）將匹配的開輪廓對轉(zhuǎn)化為閉合的輪廓對：將開輪廓對中的輪廓的兩個端點用直線段連接從而形成封閉的輪廓；　　　　５）求取所有閉合輪廓對中閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸的方向角；　　　　６）根據(jù)求取的所有閉合輪廓對中閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸之間的關(guān)系求取配準參數(shù)：設(shè)兩幅待配準圖像中第一幅圖像為參考圖像，配準過程中只對第二幅圖像進行坐標變化，首先將兩幅圖像中的匹配的閉合輪廓對最小轉(zhuǎn)動慣量軸的夾角按大小順序排列，去除幾個最小的和幾個最大的，求取所有剩余閉合輪廓對最小轉(zhuǎn)動慣量軸的夾角的平均值，該平均值即為兩幅待配準圖像之間的旋轉(zhuǎn)量，然后根據(jù)此旋轉(zhuǎn)量對第二幅圖像進行旋轉(zhuǎn)，求取旋轉(zhuǎn)后閉合輪廓對的質(zhì)心坐標差并按大小排序，去除幾個最小的和最大的，求取所有剩余坐標差的平均值，該平均值即為兩幅待配準圖像之間的平移量，配準參數(shù)即為所求旋轉(zhuǎn)量和平移量，根據(jù)配準參數(shù)對待配準圖像中的第二幅圖像進行坐標變換，完成圖像配準。（*該技術(shù)在2023年保護過期，可自由使用*）

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)涉及一種，用于解決具有剛體變形的多源圖像配準問題，在遙感、安全監(jiān)測等民用領(lǐng)域和機載多源圖像融合、圖像跟蹤等軍事領(lǐng)域均有廣泛應(yīng)用。
技術(shù)介紹
圖像配準是對取自不同時間、不同傳感器或者不同視角的同一場景的兩幅圖像或者多幅圖像進行匹配的過程。將一幅圖像與另一幅圖像進行圖像配準，需對一幅圖像進行一系列的坐標變換，這些變換可分為剛體變換、仿射變換、投影變換和非線性變換。如果第一幅圖像中的兩點間的距離經(jīng)變換到第二幅圖像中后仍保持不變，則這種變換稱為剛體變換，也就是說兩幅待配準圖像之間僅存在旋轉(zhuǎn)和位移。目前常用的剛體變換下的圖像配準方法可歸結(jié)為基于灰度的配準方法(例如基于互相關(guān)、互信息的圖像配準方法)、基于頻域的配準方法(例如基于快速傅立葉變換、小波變換、金字塔變換的圖像配準方法)、基于特征(如邊緣、角點、輪廓或者目標等)的配準方法等。多源圖像配準是對取自不同傳感器同一場景的兩幅圖像或者多幅圖像進行匹配的過程。不同傳感器獲得的不同源圖像在像素的灰度分布特性上有很大差異。一般的基于灰度信息的圖像配準算法(如基于互信息或互相關(guān)的圖像配準算法)、基于頻域的圖像配準算法并不能很好的應(yīng)用在多源圖像配準中。多源圖像配準中常用的是基于特征的圖像配準方法。盡管多源圖像像素的灰度分布特性之間有很大差異，但物體的一些明顯輪廓在兩幅圖像中均能得到較好的保持，這些輪廓特征可以用來作為參照來進行圖像配準。目前基于輪廓的圖像配準算法一般是采用閉合輪廓的質(zhì)心作為控制點進行配準，但實際圖像中閉合輪廓的數(shù)目較少甚至根本不具備閉合的輪廓，圖像中出現(xiàn)最多的還是開輪廓。另有一些算法是將閉合輪廓的質(zhì)心和開輪廓的角點作為控制點來進行配準，但由于多源傳感器成像性質(zhì)的差異，同一物體所成的輪廓形狀并不完全相同，采用開輪廓的角點作為控制點會影響配準精度。
技術(shù)實現(xiàn)思路
本專利技術(shù)的目的在于針對現(xiàn)有技術(shù)存在的不足，提供一種，避免一般基于輪廓的配準方法中由于采用閉合輪廓的質(zhì)心或者開輪廓的角點作為控制點帶來的配準誤差，運算量較小而配準精度高。為實現(xiàn)上述目的，本專利技術(shù)的技術(shù)方案中，首先對輸入多源圖像分別進行噪聲濾波處理，以最大程度上壓制各自圖像噪聲對輪廓提取的影響，再對預(yù)處理后的多源圖像進行邊緣檢測，將各自檢測后的邊緣像素進行鏈接，即可得到閉合的或開的輪廓。為了利用檢測后的輪廓特征進行配準，必須對兩幅圖像中所有檢測后的輪廓進行輪廓匹配，從提取后的兩幅圖像輪廓之間找出形狀相同的具有一一對應(yīng)關(guān)系的匹配輪廓對，包括閉合輪廓對和開輪廓對。對于閉合輪廓應(yīng)用矩不變量進行匹配，對于開輪廓應(yīng)用鏈碼表示的方法進行匹配，然后將開輪廓對轉(zhuǎn)化為閉合輪廓對，最后求取所有閉合輪廓對中閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸的方向，并利用所有閉合輪廓對的質(zhì)心和最小轉(zhuǎn)動慣量軸(即長軸)作為特征進行配準，求出兩幅待配準圖像之間的旋轉(zhuǎn)量和平移量，實現(xiàn)配準。本專利技術(shù)的方法包括如下具體步驟1、圖像預(yù)處理及輪廓提取首先采用中值濾波的方法對輸入的多源圖像分別進行噪聲濾波預(yù)處理，以最大程度上壓制各自圖像噪聲對輪廓提取的影響，再對預(yù)處理后的圖像進行輪廓提取，輪廓提取包括邊緣檢測和邊緣鏈接。采用Canny算子對預(yù)處理后的多源圖像進行Canny算子邊緣檢測，根據(jù)邊緣像素的空間位置關(guān)系將相鄰的邊緣像素連接起來組成區(qū)域的輪廓，包括閉合的輪廓和開的輪廓。為提高配準算法的速度，只保留圖像中長度大于某一閾值的輪廓。2、輪廓匹配為了利用提取后的輪廓特征進行配準，必須對兩幅圖像中所有提取后的輪廓進行輪廓匹配。輪廓匹配的目的就是要從提取后的兩幅圖像輪廓之間找出形狀相同的具有一一對應(yīng)關(guān)系的匹配輪廓對，包括閉合輪廓對和開輪廓對。對于閉合輪廓應(yīng)用歸一化的矩不變量進行匹配，若兩閉合輪廓歸一化的矩不變量間的距離小于某一閾值即將此兩閉合輪廓標記為一匹配的閉合輪廓對，對于開輪廓應(yīng)用輪廓鏈碼表示的方法進行匹配。3、剔除誤匹配的輪廓對根據(jù)上一步所獲得的匹配輪廓之間的位置關(guān)系，剔除其中可能產(chǎn)生的誤匹配的輪廓對。定義閉合輪廓對的距離為閉合輪廓對中兩閉合輪廓質(zhì)心間的距離，定義開輪廓對的距離為開輪廓對上所有對應(yīng)點間的距離的平均。求取所有閉合輪廓對的距離總和以及所有開輪廓對的距離總和，兩者相加，并除以輪廓對個數(shù)(包括閉合輪廓對和開輪廓對)，從而得到輪廓對平均距離，如果某輪廓對的距離與輪廓對平均距離之差的絕對值超過某一個閾值，即將該輪廓對認為是誤匹配的輪廓對，并將其剔除。4、將匹配的開輪廓對轉(zhuǎn)化為閉合的輪廓對方法是將開輪廓對中的輪廓的兩個端點用直線段連接從而形成封閉的輪廓。5、求取所有閉合輪廓對中閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸的方向角首先將閉合輪廓區(qū)域填充后表示為閉合區(qū)域，然后求取該閉合區(qū)域的質(zhì)心和最小轉(zhuǎn)動慣量軸的方向作為該閉合輪廓的質(zhì)心和轉(zhuǎn)動慣量軸的方向角。6、求取配準參數(shù)根據(jù)上一步求取的所有閉合輪廓對中閉合輪廓的質(zhì)心和轉(zhuǎn)動慣量軸之間的關(guān)系求取配準參數(shù)。假設(shè)兩幅待配準圖像中第一幅圖像為參考圖像，配準過程中只對第二幅圖像進行坐標變化。首先將兩幅圖像中的匹配的閉合輪廓對最小轉(zhuǎn)動慣量軸的夾角按大小順序排列，去除幾個最小的和幾個最大的，求取所有剩余閉合輪廓對最小轉(zhuǎn)動慣量軸的夾角的平均值，該平均值即為兩幅待配準圖像之間的旋轉(zhuǎn)量。然后根據(jù)此旋轉(zhuǎn)量對第二幅圖像進行旋轉(zhuǎn)，求取旋轉(zhuǎn)后閉合輪廓對的質(zhì)心坐標差(水平方向或垂直方向)并按大小排序，去除幾個最小的和最大的，求取所有剩余坐標差的平均值，該平均值即為兩幅待配準圖像之間的平移量(水平方向或垂直方向)。配準參數(shù)即為所求旋轉(zhuǎn)量和平移量(包括水平方向和垂直方向)。根據(jù)配準參數(shù)對待配準圖像中的第二幅圖像進行坐標變換，完成圖像配準。本專利技術(shù)通過采用所有閉合輪廓對的質(zhì)心和最小轉(zhuǎn)動慣量軸作為特征進行配準，避免了一般基于輪廓的配準方法中由于采用閉合輪廓的質(zhì)心或者開輪廓的角點作為控制點帶來的配準誤差，運算量小，配準精度高。本專利技術(shù)可應(yīng)用于遙感、安全監(jiān)測、機載多源圖像融合、圖像跟蹤等民用或軍用領(lǐng)域。附圖說明圖1為本專利技術(shù)的流程圖。圖2為本專利技術(shù)實施例中采用的待配準圖像。其中圖2(a)為參考圖像I-紅外圖像，圖2(b)為I′-可見光圖像。圖3為輪廓提取結(jié)果。其中圖3(a)為紅外圖像中提取的輪廓，圖3(b)為可見光圖像中提取的輪廓。圖4為輪廓匹配結(jié)果。其中圖4(a)為紅外圖像中匹配后的輪廓，圖4(b)為可見光圖像中匹配后的輪廓。圖5為閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸。其中圖5(a)為紅外圖像中閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸，圖5(b)為可見光圖像中閉合輪廓的質(zhì)心和最小轉(zhuǎn)動慣量軸。圖6為配準結(jié)果。其中圖6(a)為參考圖像-紅外圖像，圖6(b)為配準后的可見光圖像。具體實施例方式為了更好地理解本專利技術(shù)的技術(shù)方案，以下結(jié)合附圖對本專利技術(shù)的實施方式作進一步描述。1、圖像預(yù)處理及輪廓提取多源圖像中均不同程度的存在噪聲污染，這些噪聲對圖像的輪廓提取構(gòu)成很大干擾。由于中值濾波能較好的剔除圖像中的噪聲并能較好的保持邊緣，本專利技術(shù)中首先采用中值濾波方法對輸入的多源圖像分別進行預(yù)處理。輪廓提取包括邊緣檢測和邊緣鏈接。首先采用Canny算子對預(yù)處理后的輸入圖像進行邊緣檢測，然后根據(jù)邊緣像素的空間位置關(guān)系將相鄰的邊緣像素連接起來組成區(qū)域的輪廓(包括閉合的輪廓和開的輪廓)。為提高配準算法的速度，只保本文檔來自技高網(wǎng)...

【技術(shù)保護點】

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：敬忠良，李振華，孫韶媛，
申請(專利權(quán))人：上海交通大學，
類型：發(fā)明
國別省市：