專利名稱：采用有方向的特征線實現(xiàn)圖像匹配的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域。
背景技術(shù)：
為了尋求一種高效可靠的圖像匹配算法，使其具有尺度無關(guān)，抗旋轉(zhuǎn)、光照變化和圖像輕微畸變的特性，對基于特征的景象匹配算法進行了研究?；趫D像特征的景象匹配是利用提取的特征點或線或區(qū)域來表征圖像，由此圖像信息被大大減少，特征的選取和特征對的匹配是特征型景象匹配技術(shù)的兩個關(guān)鍵問題。常用的特征型景象匹配算法包括角點匹配算法，邊緣匹配算法等，現(xiàn)階段，比較具有代表性的解決景象匹配問題的優(yōu)秀的特征型算法是SIFT算法，SIFT特征是圖像的局部特征，由其算法的特點，該特征對旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性，特征點具有很好的獨特性以相互區(qū)分，但特征型景象匹配算法最明顯的特點就是運算時間與運算精度之間的相互矛盾表現(xiàn)非常明顯，精度高的特征型景象匹配算法往往需要犧牲時間和空間來計算和存儲關(guān)鍵點的各種信息用于后續(xù)的匹配，比如SIFT方法每個特征點的提取都需要在多個尺度空間卷積之后在多個尺度空間和多個二維圖像空間進行比較計算，之后每個SIFT關(guān)鍵點都需要1 維的向量進行描述，每兩個關(guān)鍵點的比較都是1 維向量之間的比較，特征點得到的越多，速度越慢。SIFT算法具有很好的匹配性能，其犧牲存儲空間和計算時間換來特征點的獨特性與匹配精度，而且SIFT算法提取的部分特征點并不具有直觀的視覺意義，而且基于特征點的算法往往受噪聲影響比較嚴重，不適合于帶有噪聲圖像的匹配。

發(fā)明內(nèi)容
本發(fā)明為解決現(xiàn)有基于特征線的圖像匹配方法無法實現(xiàn)對圖像的旋轉(zhuǎn)和尺度縮放無關(guān)的特性，并且在提取特征點的過程中抗干擾能力低的問題，提供一種采用有方向的特征線實現(xiàn)圖像匹配的方法。采用有方向的特征線實現(xiàn)圖像匹配的方法，該方法由以下步驟實現(xiàn)步驟一、采用六組帶有方向的條形濾波器對圖像進行濾波，獲得六組特征線；步驟二、采用連通域的方法判斷步驟一獲得的特征線的長度，去掉所述特征線中五個像素以內(nèi)的特征線，獲得剩余部分的特征線；步驟三、以步驟二獲得剩余部分特征線中每個特征線的中心為圓點，以所述每個特征線的長度及方向為基準建立極坐標系，獲得極坐標圖像；步驟四、將步驟三獲得的極坐標圖像按特征線分為六組，將相鄰兩組特征線進行圖像的匹配，獲得匹配的特征線對；步驟五、采用步驟四獲得的特征線對計算出圖像的變換參數(shù)，實現(xiàn)圖像匹配。本發(fā)明的有益效果本發(fā)明所述基于特征線的圖像匹配方法具有旋轉(zhuǎn)縮放無關(guān)的特性，本發(fā)明可以完成復(fù)雜背景下圖像間的匹配，并具有很好的魯棒性，匹配精度優(yōu)于1個像素，本發(fā)明克服了旋轉(zhuǎn)和尺度的縮放，滿足自動圖像匹配的穩(wěn)定可靠、精度高、抗干擾能力強的要求。


圖1為本發(fā)明所述的采用有方向的特征線實現(xiàn)圖像匹配的方法中六組條形濾波器濾波后得到六組特征線示意圖；其中(b)、(c)、(d)、(e)、(f)和(g)為(a)的濾波后的特征線示意圖；圖2為圖1中(a)的尺度變化時以每個特征線為基準建立的極坐標系示意圖；圖3為圖1中(a)變化不同尺度時以每條特征線鄰域建立的極坐標圖像對比示意圖；圖4中(a)和(b)分別為現(xiàn)有SIFT算法與本發(fā)明所述方法在噪聲圖像匹配的比較示意圖；圖5為采用本發(fā)明所述的方法實現(xiàn)圖像匹配的示意圖。
具體實施例方式具體實施方式
一、采用有方向的特征線實現(xiàn)圖像匹配的方法，該方法由以下步驟實現(xiàn)步驟一、采用六組帶有方向的條形濾波器對圖像進行濾波，獲得六組特征線；步驟二、采用連通域的方法判斷步驟一獲得的特征線的長度，去掉所述特征線中五個像素以內(nèi)的特征線，獲得剩余部分的特征線；步驟三、以步驟二獲得剩余部分特征線中每個特征線的中心為圓點，以所述每個特征線的長度及方向為基準建立極坐標系，獲得極坐標圖像；步驟四、將步驟三獲得的極坐標圖像按特征線分為六組，將相鄰兩組特征線進行圖像的匹配，獲得匹配的特征線對；步驟五、采用步驟四獲得的特征線對計算出圖像的變換參數(shù)，實現(xiàn)圖像匹配。本實施方式中步驟一所述的六組帶有方向的條形濾波器為不同方向的濾波器。本實施方式中將步驟四獲得匹配的特征線對的位置信息代入圖像變換矩陣中，獲得兩幅圖像的變換參數(shù)，采用最小二乘法去掉誤匹配的特征線對。實現(xiàn)圖像的匹配。
具體實施方式
二、結(jié)合圖1至圖5說明本實施方式，本實施方式為具體實施方式
一所述的采用有方向的特征線實現(xiàn)圖像匹配的方法的實施例本實施例建立類似人眼視覺皮層濾波器組，所述濾波器組使用不同方向、不同尺寸和相位的濾波器組，擬定經(jīng)過六個濾波器組成的濾波器組，每一種都是一個水平的條形濾波器旋轉(zhuǎn)后的樣式，在水平方向的高斯濾波器權(quán)值是_1，2，-1，它們在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，結(jié)合圖1，尺度為7*7的高斯條形濾波器，其矩陣形式如下
f,=
權(quán)利要求
1.采用有方向的特征線實現(xiàn)圖像匹配的方法，其特征是，該方法由以下步驟實現(xiàn) 步驟一、采用六組帶有方向的條形濾波器對圖像進行濾波，獲得六組特征線； 步驟二、采用連通域的方法判斷步驟一獲得的特征線的長度，去掉所述特征線中五個像素以內(nèi)的特征線，獲得剩余部分的特征線；步驟三、以步驟二獲得剩余部分特征線中每個特征線的中心為圓點，以所述每個特征線的長度及方向為基準建立極坐標系，獲得極坐標圖像；步驟四、將步驟三獲得的極坐標圖像按特征線分為六組，將相鄰兩組特征線進行圖像的匹配，獲得匹配的特征線對；步驟五、采用步驟四獲得的特征線對計算出圖像的變換參數(shù)，實現(xiàn)圖像匹配。
2.根據(jù)權(quán)利要求1所述的采用有方向的特征線實現(xiàn)圖像匹配的方法，其特征在于，步驟一所述的六組帶有方向的條形濾波器為不同方向的濾波器。
全文摘要
采用有方向的特征線實現(xiàn)圖像匹配的方法，涉及圖像處理領(lǐng)域，它解決現(xiàn)有基于特征線的圖像匹配方法無法實現(xiàn)對圖像的旋轉(zhuǎn)和尺度縮放無關(guān)的特性，并且在提取特征點的過程中抗干擾能力低的問題，本發(fā)明采用六組帶有方向的條形濾波器對圖像進行濾波，采用連通域的方法判斷特征線的長度，去掉所述特征線中五個像素以內(nèi)的特征線，獲得剩余部分的特征線；以剩余部分特征線中每個特征線的中心為圓點，以所述每個特征線的長度及方向為基準建立極坐標系，獲得極坐標圖像；將極坐標圖像按特征線分為六組，將相鄰兩組特征線進行圖像的匹配，根據(jù)特征線對計算出圖像的變換參數(shù)，實現(xiàn)圖像匹配。本發(fā)明可以完成復(fù)雜背景下圖像間的匹配，并具有很好的魯棒性。
文檔編號G06K9/64GK102254190SQ201010585278
公開日2011年11月23日 申請日期2010年12月13日 優(yōu)先權(quán)日2010年12月13日
發(fā)明者張葉, 曲宏松, 王延杰 申請人:中國科學院長春光學精密機械與物理研究所