一種散斑圖像匹配中測度函數(shù)改進方法
【專利摘要】本發(fā)明涉及光學測量、圖像匹配領域，特別是涉及一種散斑圖像匹配中測度函數(shù)改進方法?，F(xiàn)有的測度函數(shù)很多都涉及“去均值”運算，在運算中具有將f和g的均值<f>和<g>減去的環(huán)節(jié)，將這些涉及去均值運算的公式做以下改進：在T中截取一子域g′，g′包含g，計算g′的均值，記為<g′>，在測度函數(shù)中用<g′>替換<g>可明顯提高圖像匹配精度。
【專利說明】一種散斑圖像匹配中測度函數(shù)改進方法
【技術領域】
[0001]本發(fā)明涉及光學測量、圖像匹配領域，特別是涉及一種散斑圖像匹配中測度函數(shù)改進方法。
【背景技術】
[0002]圖像匹配(圖像識別)大體上可分為兩種情況:基于對象的識別和非對象識別。所謂對象是一些像素集合，該集合具有特定的圖像特征(灰度變異、輪廓、紋理等)?；趯ο蟮淖R別是相對容易的，其匹配測度函數(shù)一般都具有一個陡峭的單峰。但有時需要做比對的圖像中沒有明顯的對象或由于圖像過于模糊(或模板過小)使模板中無法定義足以識別的對象，例如圖1所示的某巖石力學實驗中試件的表面圖像由一些隨機的灰度斑點組成(一般稱為散斑圖)。對兩幅含有相同內(nèi)容的散斑圖進行匹配時，由于單獨的散斑不含有足以分辨的信息量，無法視作對象加以搜索，只有通過增大比對窗口，使窗口內(nèi)的散斑增多，直到其具有足以分辨的信息量才能實現(xiàn)匹配。這種匹配是一種非對象識別。在光學測量領域，圖像匹配函數(shù)一般采用某種相關測度計算，所以將這種圖像匹配方法稱作數(shù)字散斑相關方法-DSCM(Digital Speckle Correlation Method)。
[0003]基于區(qū)域灰度的各種配準方法，其差異主要表現(xiàn)在相似度量準則的不同，基于不同的度量準則，發(fā)展出了很多相關公式，金觀昌在《計算機輔助光學測量(第2版)》(北京:清華大學出版社，2007)第146頁將現(xiàn)有的大多數(shù)相關公式列舉如下:
[0004]
【權利要求】
1.一種散斑圖像匹配中測度函數(shù)改進方法，設I為原始圖像，f為所述原始圖像中截取的圖像模板，T為目標圖像，g為所述目標圖像中截取的目標子域，在將所述圖像模板f和目標子域g比較時，對應點處的灰度值分別為f (i，j)和g(i+u,j+v), (u, ν)為g與f的像間相對位移矢量，相應地將g表示為g(u,v)，根據(jù)相應的相關算法，計算g與f的相關測度，記作C(u，v)，當(U，ν)為變量時，函數(shù)C (U，ν)稱為相關測度函數(shù)，簡稱測度函數(shù)，所述的測度函數(shù)包括“去均值”運算，在所述的“去均值”運算中包括將f和g的均值<f>和<g>減去的環(huán)節(jié)，其特征在于: 該方法將所述的“去均值”運算做以下改進:在所述的目標圖像T中截取第二子域g'，g'包含g，計算g'的均值，記為<g' >，在測度函數(shù)中用<g' >替換<g>。
2.根據(jù)權利要求1所述的散斑圖像匹配中測度函數(shù)改進方法，其特征在所述于第二子域^的截取方法包括: (1)在t中截取第二子域g'，g'和g的中心、形狀、方向均相同，只有尺度不同，g'的邊長取值范圍為g邊長的1.1~5倍；隨著(U，ν)的變化，的位置隨之變化； (2)將T本身作為子域，即g'=T0
【文檔編號】G06T7/00GK103810501SQ201410088952
【公開日】2014年5月21日 申請日期:2014年3月12日 優(yōu)先權日:2014年3月12日
【發(fā)明者】孫繼平, 洪亮 申請人:中國礦業(yè)大學(北京)