專利名稱：：用于輔助導(dǎo)航的快速圖像匹配方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及用于輔助導(dǎo)航的圖像匹配方法。技術(shù)背景圖像導(dǎo)航技術(shù)是最早應(yīng)用于導(dǎo)航的技術(shù)之一。它與人類視覺密切相關(guān)，人類開始的導(dǎo)航是依賴人眼和大腦對周圍景物的判斷來確定自己的位置，這實(shí)際上就是最原始的圖像導(dǎo)航。隨著科技的發(fā)展，圖像導(dǎo)航技術(shù)也得到很大的發(fā)展。隨著科學(xué)技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，組合導(dǎo)航系統(tǒng)已成為發(fā)展的主流，而圖像匹配輔助導(dǎo)航系統(tǒng)則是當(dāng)前研究的熱點(diǎn)之一。開展基于圖像特征的景象匹配輔助的自主精確導(dǎo)航技術(shù)研究，具有相當(dāng)重要的理論意義和應(yīng)用價值。圖像匹配輔助導(dǎo)航系統(tǒng)是利用航行裝置的傳感器獲取實(shí)時地面景物圖像，并與機(jī)載計(jì)算機(jī)中預(yù)先存儲的二維圖像數(shù)字地圖相比較，用于確定出當(dāng)前位置。由于圖像匹配定位的精度很高，因此可以利用這種精確的位置信息來消除慣導(dǎo)系統(tǒng)長時間工作的累計(jì)誤差，以提高導(dǎo)航定位的精度和自主性。同時，圖像匹配輔助導(dǎo)航系統(tǒng)還具有提供目標(biāo)信息的能力，從而可以實(shí)現(xiàn)自主的精確打擊。由于采用來自不同傳感器的圖像數(shù)據(jù)，成像的季節(jié)、天氣、時間、成像傳感器和成像姿態(tài)差異、以及地面特征等方面皆有較大差異，因此這兩種圖像間匹配為非相似匹配，因此圖像匹配算法必須有足夠的魯棒性，且必須滿足導(dǎo)航實(shí)時性需要，現(xiàn)有技術(shù)在實(shí)時性和魯棒性上很難滿足要求。國內(nèi)外研究者在輔助導(dǎo)航圖像匹配算法方面開展了大量的研究，在圖像匹配輔助導(dǎo)航系統(tǒng)中，由于為異傳感器匹配，因此必須提取圖像的特征進(jìn)行匹配。于秋則等提出一種利用改進(jìn)的Hausdorff(HD)距離作為相似性度量和二進(jìn)制編碼的遺傳算法作搜索策略來匹配合成孔徑雷達(dá)(SAR)圖像和光學(xué)圖像邊緣特征的方法，二進(jìn)制遺傳算法用于圖像匹配會在收斂性上會有制約。冷雪飛等提出的《基于分支特征點(diǎn)的導(dǎo)航用實(shí)時圖像匹配算法》中提出，通過提取圖像的分支特征點(diǎn)，并根據(jù)分支點(diǎn)的特性推導(dǎo)出一種加權(quán)的HD作相似性度量作相似性度量，但是，分支特征點(diǎn)在邊緣特征不明顯的圖像中無法提取。
發(fā)明內(nèi)容本發(fā)明的目的在于，提供一種用于輔助導(dǎo)航的快速圖像匹配方法，以滿足其實(shí)時性、高精度和高可靠性的要求。本發(fā)明采用如下技術(shù)方案一種用于輔助導(dǎo)航的快速圖像匹配方法，包括以下步驟1)設(shè)參考圖像尺寸大小為MXM，則可將其分解成尺寸為(M/2)X(M/2)，，(M/2")X(M/2")的圖像，從而組成n級分辨率圖像；2)將用于被匹配的實(shí)時圖像分解成n級分辨率圖像；3)匹配實(shí)時圖像和參考圖像的底層分辨率圖像，找到最低一級匹配位置Cc,力；4)在高一級分辨率圖像中，匹配過程只在低一級匹配位置在高一級參考圖的相應(yīng)位置(2jc,2力的相鄰區(qū)域(2;c士/，2y土/)上進(jìn)行，在這一小區(qū)域找出匹配位置，再采取相同策略向高一級分辨率搜索，找出最終的匹配位置。進(jìn)一步地，在所述步驟4)中，采用遺傳算法尋找最終的匹配位置。進(jìn)一步地，所述遺傳算法具體為種群中個體染色體包含圖像點(diǎn)的橫縱坐標(biāo)值兩個基因，定義交叉算子為父代個體兩兩相互交換縱坐標(biāo)形成新一代個體父代個體^0c。,j;。^。^，;O，則子代個體為4(;c。，h)和Ak，jJ;定義變異算子為x，=m，me[l，H-h+l];y'=n，nG[l，L-l+l];其中H、L、h、1分別為參考圖像高度和寬度及實(shí)時圖像的高度和寬度，x'，y'為變異后基因，m、n為域內(nèi)的隨機(jī)數(shù)；基于遺傳算法的流程如下41)在圖像中隨機(jī)產(chǎn)生規(guī)模為G的初始種群，形成初始種群Ni(A,x)，i=(1，…，G)，設(shè)定交叉概率Pm和變異概率值Pc，進(jìn)化最大代數(shù)Gm;42)計(jì)算群體中各個體的適應(yīng)度值f(Ni);43)選擇G個個體兩兩配對，根據(jù)設(shè)定的交叉率交叉生成新的個體，并按變異概率對新個體進(jìn)行變異操作，計(jì)算新個體的適應(yīng)值；44)將得到的G個新個體與G個父代共2G個體按適用度值從大到小排序，取前G個個體作為下一代群體；45)進(jìn)化到最大代數(shù)目或連續(xù)15代種群個體最大值沒有增大時隨即停止執(zhí)行，取進(jìn)化過程中適應(yīng)度最高的個體為最佳匹配位置。進(jìn)一步地，所述適應(yīng)度值采用如下適應(yīng)度函數(shù)計(jì)算f(x,y)=1/H(A，B)其中，(x，y)表示匹配位置，単勾=銅、2(5)為昍距離閎值的點(diǎn)累積數(shù)，即點(diǎn)集A、B間重合或基本重合的點(diǎn)數(shù)，A"'5)^^^^111^—^為A到B的有向距離，A(￡，力=maxmin||6-a|為B到A的有向距離。進(jìn)一步地，所述步驟43)中采用輪盤賭方法選擇G個個體兩兩配對。本發(fā)明從提高圖像匹配算法的精確性、快速性和魯棒性的角度出發(fā)，在改進(jìn)的HD距離基礎(chǔ)上，應(yīng)用多層匹配的搜索策略和實(shí)數(shù)編碼的遺傳算法，增強(qiáng)了圖像匹配的抗干擾的能力、精確性和實(shí)時性。圖1至圖4為各四次實(shí)驗(yàn)圖的搜索進(jìn)化圖;圖5匹配誤差統(tǒng)訃圖；圖6匹配時間統(tǒng)計(jì)圖。具體實(shí)施方式一種用于輔助導(dǎo)航的快速圖像匹配方法，包括以下步驟1)設(shè)參考圖像尺寸大小為MXM，則可將其分解成尺寸為(M/2)X(M/2)，…，(M/2")X(M/2")的圖像，從而組成n級分辨率圖像；2)將用于被匹配的實(shí)時圖像分解成n級分辨率圖像；3)匹配實(shí)時圖像和參考圖像的底層分辨率圖像，找到最低一級匹配位置(;c,力；4)在高一級分辨率圖像中，匹配過程只在低一級匹配位置在高一級參考圖的相應(yīng)位置(2x,2力的相鄰區(qū)域(2;c土f，2;;土f)上進(jìn)行，在這一小區(qū)域找出匹配位置，再采取相同策略向高一級分辨率搜索，找出最終的匹配位置。其中，在所述步驟4)中，采用遺傳算法(GA)尋找最終的匹配位置。遺傳算法(GA)首先由JohnHolland在1975年提出，是一種利用自然選擇和進(jìn)化思想在高維空間尋優(yōu)的方法，已廣泛應(yīng)用圖像匹配領(lǐng)域。遺傳算法的關(guān)鍵過程有a)種群初始化和種群個體編碼b)構(gòu)造評價函數(shù)，即種群個體的適應(yīng)度函數(shù)，c)遺傳操作選擇、交叉、變異。d)演化代數(shù)群體經(jīng)過若干代的演化，進(jìn)化到搜索空間中的優(yōu)化區(qū)域，最終收斂于最優(yōu)狀態(tài)。其中，種群大小一般取20—150,規(guī)模越大，個體多樣性越高，但如果規(guī)模太大，算法的計(jì)算量也會增加。基本遺傳算法采用二進(jìn)制編碼，為了克服二進(jìn)制編碼的海明懸崖(Hammingcliffs)、固定精度等缺點(diǎn)，本發(fā)明采用不必進(jìn)制轉(zhuǎn)換的實(shí)數(shù)編碼?？紤]圖像匹配的特殊性，本發(fā)明的種群中個體染色體包含兩個基因，即圖像點(diǎn)的橫縱坐標(biāo)值，如個體G(x，y)。尋找最終的匹配位置實(shí)質(zhì)是求解HD最小的距離，考慮適應(yīng)度函數(shù)設(shè)計(jì)的條件單值、連續(xù)、非負(fù)和最大化，本發(fā)明定義的適應(yīng)度函數(shù)為-f(x，y)=1/H(A，B)其中，(x,y)表示匹配位置。當(dāng)H(A,B)越小時，適應(yīng)度越高。定義交叉算子為父代個體兩兩相互交換縱坐標(biāo)形成新一代個體父代個體Ak,凡)Afo^)，則子代個體為4(^)和Afc，凡)。定義變異算子為-x，=m，me[1，H-h+l];y'=n，nE[l，L-l+l]。其中H、L、h、1分別為參考圖像高度和寬度及實(shí)時圖像的高度和寬度，x'，y'為變異后基因，m、n為域內(nèi)的隨機(jī)數(shù)?；谶z傳算法的基本流程如下-41)在圖像中隨機(jī)產(chǎn)生規(guī)模為G的初始種群，形成初始種群Ni(x,，少,)，i=(1，…，G)，設(shè)定交叉概率Pm和變異概率值Pc，進(jìn)化最大代數(shù)Gm;42)計(jì)算群體中各個體的適應(yīng)度值f(Ni);43)采用輪盤賭方法選擇G個個體兩兩配對，根據(jù)設(shè)定的交叉率交叉生成新的個體，并按變異概率對新個體進(jìn)行變異操作，計(jì)算新個體的適應(yīng)值；44)將得到的G個新個體與G個父代共2G個體按適用度值從大到小排序，取前G個個體作為下一代群體；45)進(jìn)化到最大代數(shù)目或連續(xù)15代種群個體最大值沒有增大時隨即停止執(zhí)行，取進(jìn)化過程中適應(yīng)度最高的個體為最佳匹配位置。進(jìn)一步地，本發(fā)明中的適應(yīng)度函數(shù)中的H(A，B)的定義和計(jì)算過程如下-首先利用現(xiàn)有的坎尼(Canny)算子提取圖像的邊緣特征，并用3-4距離變換(3-4DT)方法對邊緣二值圖像進(jìn)行變換，以變換后的邊緣距離圖像為匹配特征。針對傳統(tǒng)HD距離的局限性提出了一種，并以之為相似性度量；搜索策略根據(jù)人眼視覺系統(tǒng)的機(jī)制采用上述分層匹配方法，同吋使用一種改進(jìn)的實(shí)數(shù)編碼遺傳算法來加快底層圖像匹配的速度?，F(xiàn)有的HD距離因其計(jì)算的簡便性被廣泛應(yīng)用于二維圖像匹配中，又稱最大最小距離。其表述為給定有限的兩個點(diǎn)集<formula>formulaseeoriginaldocumentpage8</formula>卜則點(diǎn)集A禾QB的HD距離定義為式中，A(J,S)=maxmin||a—6||為A到B的有向距離，j)=maxminf6-。|為B到A的有向距離，Ill是某種意義的范數(shù)，如歐氏距離。但此定義的HD距離對噪聲、漏檢點(diǎn)很敏感，需要對其定義進(jìn)行改進(jìn)，研究者提出了部分、平均、平均、加權(quán)等HD距離的改進(jìn)形式。本發(fā)明提出的改進(jìn)HD距離(I-HD),即融合點(diǎn)集重合數(shù)的HD距離公式為2^4)、2CB)為Hausdorff距離閾值的點(diǎn)累積數(shù)，即點(diǎn)集A、B間重合或基本重合的點(diǎn)數(shù)，本公式綜合考慮了點(diǎn)集重合數(shù)，當(dāng)兩集合可能匹配點(diǎn)較少時，得出的Hausdorff距離就會較大從而排除相似的可能，并能克服噪聲、圖像遮擋、異源等影響，從而避免誤匹配，極大增強(qiáng)了圖像匹配的魯棒性。以下為具體實(shí)驗(yàn)實(shí)例取同一區(qū)域的光學(xué)圖像和四幅紅外圖像作參考圖像和實(shí)時圖像作為實(shí)驗(yàn)圖，其中光學(xué)圖像大小為300*300，分辨率為lm;而四幅紅外圖像大小都為100*100，分辨率為5m。實(shí)驗(yàn)中采用參數(shù)最小距離閾值r為8，距離變換迭代次數(shù)為2;分層級數(shù)n為2，搜索相鄰域參數(shù)t=5;在遺傳算法中，種群規(guī)模G為40，進(jìn)化最大代數(shù)Gm為100，交叉概率Pc為0.8，變異概率Pm為0.06。為了作對比，本實(shí)例還驗(yàn)證了不加入遺傳算法的分層匹配，表1對兩種算法作了比較。設(shè)X方向和Y方向的位置偏差為Ax，Ay，則匹配誤差為^/A^+A/。從表l可以看出，本發(fā)明加入遺傳算法和未加遺傳算法的算法比較，匹配速度有顯著提高，精度卻沒有受到影響。表1<table>tableseeoriginaldocumentpage8</column></row><table><table>tableseeoriginaldocumentpage9</column></row><table>圖1至圖4為各四次實(shí)驗(yàn)圖的搜索進(jìn)化圖，其中橫坐標(biāo)為進(jìn)化代數(shù)，縱坐標(biāo)為每代的最大適應(yīng)度值，匹配各自進(jìn)化到第7、11、15、14代即尋到最優(yōu)個體，說明本發(fā)明的遺傳算法有很好的可行性，能以較少的進(jìn)化代數(shù)達(dá)到最優(yōu)解。為了驗(yàn)證本發(fā)明提出的I-HD的魯棒性，對隨機(jī)選取的同區(qū)域的100幅紅外圖像加入不同密度的椒鹽噪聲，然后分別用M-HD和I-HD進(jìn)行匹配，匹配成功率(誤差在3個像素內(nèi))與噪聲水平的關(guān)系如表2所示表2<table>tableseeoriginaldocumentpage9</column></row><table>從表2可以看出，本發(fā)明提出的I-HD的匹配成功率在不同噪聲水平下都明顯比M-HD要高。本發(fā)明還在參考圖像對應(yīng)區(qū)域的紅外圖像選取了100幅子圖作匹配，匹配誤差(單位為像素)曲線和匹配時間(單位為ms)曲線如圖5和圖6所示從圖5可以看出匹配的誤差在2.5個像素之內(nèi)，算得誤差平均值為1.036，誤差的標(biāo)準(zhǔn)方差為0.468，相應(yīng)于分辨率lm的參考圖像的整體匹配則有1.036m的平均誤差和0.468m的標(biāo)準(zhǔn)方差.，而導(dǎo)航制導(dǎo)中通常要求匹配算法的誤差標(biāo)準(zhǔn)方差^20m，由以上分析得算法有很高的匹配精度，能很好的滿足誤差方面的要求。從圖6可以求出匹配時間平均值為1283ms，標(biāo)準(zhǔn)方差為159ms,最大值為2241ms。算法的速度也是很快的，而且由于遺傳的算法隱含的并行性，使得算法硬件實(shí)現(xiàn)的實(shí)時性將得到更好的體現(xiàn)。權(quán)利要求1、一種用于輔助導(dǎo)航的快速圖像匹配方法，其特征在于包括以下步驟1)設(shè)參考圖像尺寸大小為M×M，則可將其分解成尺寸為(M/2)×(M/2)，…，(M/2n)×(M/2n)的圖像，從而組成n級分辨率圖像；2)將用于被匹配的實(shí)時圖像分解成n級分辨率圖像；3)匹配實(shí)時圖像和參考圖像的底層分辨率圖像，找到最低一級匹配位置(x，y)；4)在高一級分辨率圖像中，匹配過程只在低一級匹配位置在高一級參考圖的相應(yīng)位置(2x，2y)的相鄰區(qū)域(2x±t，2y±t)上進(jìn)行，在這一小區(qū)域找出匹配位置，再采取相同策略向高一級分辨率搜索，找出最終的匹配位置。2、根據(jù)權(quán)利要求l所述的用于輔助導(dǎo)航的快速圖像匹配方法，其特征在于在所述步驟4)中，采用遺傳算法尋找最終的匹配位置。3、根據(jù)權(quán)利要求2所述的用于輔助導(dǎo)航的快速圖像匹配方法，其特征在于所述遺傳算法具體為種群中個體染色體包含圖像點(diǎn)的橫縱坐標(biāo)值兩個基因，定義交叉算子為父代個體兩兩相互交換縱坐標(biāo)形成新一代個體父代個體4^，xJs。0c^J，則子代個體為4;c。,;O和Afc，30;定義變異算子為x'=m，me[l，H-h+l];y'-n，ne[l，L-l+1];其中H、L、h、1分別為參考圖像高度和寬度及實(shí)時圖像的高度和寬度，x',y'為變異后基因，m、n為域內(nèi)的隨機(jī)數(shù)；基于遺傳算法的流程如下-41)在圖像中隨機(jī)產(chǎn)生規(guī)模為G的初始種群，形成初始種群Ni(、，x)，i=(l，…，G)，設(shè)定交叉概率Pm和變異概率值Pc，進(jìn)化最大代數(shù)Gm;42)計(jì)算群體中各個體的適應(yīng)度值f(Ni);43)選擇G個個體兩兩配對，根據(jù)設(shè)定的交叉率交叉生成新的個體，并按變異概率對新個體進(jìn)行變異操作，計(jì)算新個體的適應(yīng)值；44)將得到的G個新個體與G個父代共2G個體按適用度值從大到小排序，取前G個個體作為下一代群體；45)進(jìn)化到最大代數(shù)目或連續(xù)15代種群個體最大值沒有增大時隨即停止執(zhí)行，取進(jìn)化過程中適應(yīng)度最高的個體為最佳匹配位置。4、根據(jù)權(quán)利要求3所述的用于輔助導(dǎo)航的快速圖像匹配方法，其特征在于所述適應(yīng)度值采用如下適應(yīng)度函數(shù)計(jì)算f(x,y)=1/H(A，B)其中，(x，y)表示匹配位置，i/網(wǎng)=腿忠f認(rèn)，腦、"^為HD距離閾值的點(diǎn)累積數(shù)，即點(diǎn)集A、B間重合或基本重合的點(diǎn)數(shù)，A"'到^^a/Tirf"—6l為A到B的有向距離，A(5,J)=maxmin||6-W為B到A的有向距離。5、根據(jù)權(quán)利要求3所述的用于輔助導(dǎo)航的快速圖像匹配方法，其特征在于所述步驟43)中采用輪盤賭方法選擇G個個體兩兩配對。全文摘要一種用于輔助導(dǎo)航的快速圖像匹配方法，包括以下步驟1)設(shè)參考圖像尺寸大小為M×M，則可將其分解成尺寸為(M/2)×(M/2)，…，(M/2ⁿ)×(M/2ⁿ)的圖像，從而組成n級分辨率圖像；2)將用于被匹配的實(shí)時圖像分解成n級分辨率圖像；3)匹配實(shí)時圖像和參考圖像的底層分辨率圖像，找到最低一級匹配位置(x，y)；4)在高一級分辨率圖像中，匹配過程只在低一級匹配位置在高一級參考圖的相應(yīng)位置(2x，2y)的相鄰區(qū)域(2x±t，2y±t)上進(jìn)行，在這一小區(qū)域找出匹配位置，再采取相同策略向高一級分辨率搜索，找出最終的匹配位置。本發(fā)明應(yīng)用多層匹配的搜索策略和實(shí)數(shù)編碼的遺傳算法，增強(qiáng)了圖像匹配的抗干擾的能力、精確性和實(shí)時性。文檔編號G06N3/12GK101398901SQ20081020210公開日2009年4月1日申請日期2008年10月31日優(yōu)先權(quán)日2008年10月31日發(fā)明者政吳,牟之英申請人:中國航空無線電電子研究所