嵌入式圖像數(shù)據(jù)處理方法
【專利摘要】本發(fā)明提供了一種嵌入式圖像數(shù)據(jù)處理方法，包括：獲取主圖像和從圖像，查找每個(gè)特征點(diǎn)的曼哈頓距離最近的兩個(gè)鄰特征點(diǎn)；從所述主圖像和從圖像中分別使用第一預(yù)設(shè)比值求得粗略配準(zhǔn)對，使用第二預(yù)設(shè)比值求得精確配準(zhǔn)對，其中第一預(yù)設(shè)比值小于第二預(yù)設(shè)比值；利用正確性條件對所述粗略配準(zhǔn)對進(jìn)行過濾；由所述過濾后粗略配準(zhǔn)對和所述精確配準(zhǔn)對得到最終配準(zhǔn)對，利用最終配準(zhǔn)對計(jì)算出主圖像和從圖像之間對應(yīng)的變換關(guān)系。本發(fā)明使用局部區(qū)域使檢測范圍減少，縮短了匹配時(shí)間，保證圖像特征點(diǎn)的正確性和穩(wěn)定性。
【專利說明】嵌入式圖像數(shù)據(jù)處理方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理，特別涉及一種嵌入式系統(tǒng)的圖像配準(zhǔn)方法。

【背景技術(shù)】
[0002]在現(xiàn)場監(jiān)控環(huán)境中，圖像配準(zhǔn)是將不同時(shí)間、不同傳感器或不同條件下獲取的兩幅或多幅圖像在嵌入式設(shè)備中進(jìn)行匹配、疊加的過程，目前它已經(jīng)被廣泛地應(yīng)用于目標(biāo)識另O、導(dǎo)航、影像分析和環(huán)境監(jiān)測等領(lǐng)域。近年來，很多研究人員一直致力于開發(fā)用于大氣和水域監(jiān)測圖像分析的配準(zhǔn)方法。其中，基于尺度不變的特征變換是較為廣泛使用的圖像匹配方法，該方法提取的圖像特征對圖像發(fā)生旋轉(zhuǎn)、平移、尺度變化和亮度變化時(shí)都具有較高的魯棒性，故常常被用在兩幅圖像有旋轉(zhuǎn)、平移、尺度變化和亮度變化關(guān)系時(shí)的圖像匹配問題。
[0003]盡管傳統(tǒng)方法已經(jīng)在許多領(lǐng)域被成功應(yīng)用，但是由于特征變換中的的特征點(diǎn)數(shù)量過多，并且其特征描述符維數(shù)過高，致使特征匹配計(jì)算量大和效率不高。還有一種改進(jìn)的方法是用主成分分析法降低特征描述符的維數(shù)，以便減小方法計(jì)算量和降低方法復(fù)雜度，但由于PCA要求其樣本數(shù)據(jù)要呈橢圓分布，且建立的模型必須是線性的，所以對于非線性的高維數(shù)據(jù)，效果不理想。
[0004]因此，針對相關(guān)技術(shù)中所存在的上述問題，目前尚未提出有效的解決方案。


【發(fā)明內(nèi)容】

[0005]為解決上述現(xiàn)有技術(shù)所存在的問題，本發(fā)明提出了一種嵌入式圖像處理方法，包括:
[0006]獲取主圖像和從圖像，查找每個(gè)特征點(diǎn)的曼哈頓距離最近的兩個(gè)鄰特征點(diǎn)；
[0007]從所述主圖像和從圖像中分別使用第一預(yù)設(shè)比值求得粗略配準(zhǔn)對，使用第二預(yù)設(shè)比值求得精確配準(zhǔn)對，其中第一預(yù)設(shè)比值小于第二預(yù)設(shè)比值；
[0008]利用正確性條件對所述粗略配準(zhǔn)對進(jìn)行過濾；
[0009]由所述過濾后粗略配準(zhǔn)對和所述精確配準(zhǔn)對得到最終配準(zhǔn)對，利用最終配準(zhǔn)對計(jì)算出主圖像和從圖像之間對應(yīng)的變換關(guān)系。
[0010]優(yōu)選地，所述查找每個(gè)特征點(diǎn)的曼哈頓距離最近的兩個(gè)鄰特征點(diǎn)進(jìn)一步包括:
[0011]采用DBBF搜索方法進(jìn)行優(yōu)先搜索，對于主圖像中一個(gè)特征點(diǎn)a，所述預(yù)設(shè)比值λ定義為^ = daa’/daa〃 ;其中
[0012]a’為次近鄰點(diǎn)，a"為最近鄰點(diǎn)，a’和a"為特征點(diǎn)為a在從圖像中的兩個(gè)最近鄰特征點(diǎn)，daa，和daa?分別為a與a’和a"之間的曼哈頓距離，其中daa，>daa?。
[0013]優(yōu)選地，所述使用第一預(yù)設(shè)比值求得粗略配準(zhǔn)對，進(jìn)一步包括:
[0014]先由第一預(yù)設(shè)比值A(chǔ)1的初始值A(chǔ)1(O)求得粗略配準(zhǔn)對氏(0)及其個(gè)數(shù)叫⑴)，通過λ !的迭代，得到了粗略配準(zhǔn)對H1以及其配準(zhǔn)對個(gè)數(shù)Ii1，所述λ i的迭代包括以下過程:
[0015]步驟1.1:由A1(O)求取粗略配準(zhǔn)對H1 (O)的個(gè)數(shù)H1 (O)；
[0016]步驟1.2:若不滿足第一迭代條件，進(jìn)入步驟1.3 ;若滿足第一迭代條件，則λ i =入H，并重復(fù)步驟1.1 ;
[0017]步驟1.3:得到最終粗略配準(zhǔn)對H1的個(gè)數(shù)II1 ；
[0018]其中，所述第一迭代條件為Ii1小于預(yù)設(shè)常數(shù)，表示粗略配準(zhǔn)對至少包括預(yù)設(shè)常數(shù)對的匹配點(diǎn)；且
[0019]λ i的迭代次數(shù)不超過該預(yù)設(shè)常數(shù)。且其中λ i的迭代步進(jìn)值m為0.2。
[0020]優(yōu)選地，所述利用正確性條件對所述粗略配準(zhǔn)對進(jìn)行過濾，進(jìn)一步包括:
[0021]在精確配準(zhǔn)對中隨機(jī)選取兩對匹配點(diǎn)，分別對應(yīng)于主圖像中的任意兩點(diǎn)A、B和從圖像中與其對應(yīng)匹配的點(diǎn)A’、B’，而圖像中定義點(diǎn)C和C’是粗略配準(zhǔn)對H1中隨機(jī)一對匹配點(diǎn)。(Iij表示點(diǎn)i和點(diǎn)j之間的曼哈頓距離,令
[0022]ω I = dAB/dA，Β， ω 2 = dBC/dB，c’
[0023]C和C’若滿足以下正確性條件，也認(rèn)為它們是一對正確的匹配點(diǎn):
[0024]min (ω 1； ω2)/max (ω1; ω 2) ^ 0.95
[0025]根據(jù)上述正確性條件遍歷粗略配準(zhǔn)對H1中的Ii1對匹配點(diǎn)，過濾得到所有符合所述條件式的配準(zhǔn)對；
[0026]將過濾后粗略配準(zhǔn)對的匹配點(diǎn)加上精確配準(zhǔn)對的η2對匹配點(diǎn)后，得到最終配準(zhǔn)對H3以及其個(gè)數(shù)H3 ;
[0027]利用最終配準(zhǔn)對H3，計(jì)算出主圖像和從圖像之間對應(yīng)的變換關(guān)系。
[0028]本發(fā)明相比現(xiàn)有技術(shù)，具有以下優(yōu)點(diǎn):
[0029]保證圖像特征點(diǎn)的正確性和穩(wěn)定性，使用局部區(qū)域，使方法檢測范圍減少，縮短了匹配時(shí)間，從而提高了匹配效率。

【專利附圖】

【附圖說明】
[0030]圖1是根據(jù)本發(fā)明實(shí)施例的圖像處理方法的流程圖。

【具體實(shí)施方式】
[0031]下文與圖示本發(fā)明原理的附圖一起提供對本發(fā)明一個(gè)或者多個(gè)實(shí)施例的詳細(xì)描述。結(jié)合這樣的實(shí)施例描述本發(fā)明，但是本發(fā)明不限于任何實(shí)施例。本發(fā)明的范圍僅由權(quán)利要求書限定，并且本發(fā)明涵蓋諸多替代、修改和等同物。在下文描述中闡述諸多具體細(xì)節(jié)以便提供對本發(fā)明的透徹理解。出于示例的目的而提供這些細(xì)節(jié)，并且無這些具體細(xì)節(jié)中的一些或者所有細(xì)節(jié)也可以根據(jù)權(quán)利要求書實(shí)現(xiàn)本發(fā)明。
[0032]本發(fā)明提出了一種圖像匹配方法，利用可變步進(jìn)值迭代方式獲取匹配的兩個(gè)預(yù)設(shè)比例值，經(jīng)過匹配分別得到一組正確但數(shù)量較少的配準(zhǔn)對和另一組大量的可能存在錯(cuò)誤的配準(zhǔn)對，然后在后一組中通過約束條件過濾出穩(wěn)定性與前一組最接近的配準(zhǔn)對，最后通過這些正確的配準(zhǔn)對估計(jì)兩幅圖像之間的變換矩陣。
[0033]本發(fā)明的一方面提供了一種基于嵌入式設(shè)備的圖像數(shù)據(jù)處理方法。圖1是根據(jù)本發(fā)明實(shí)施例的方法的流程圖。該方法具體描述如下:
[0034]在特征匹配時(shí)，傳統(tǒng)匹配方法取主圖像中的某個(gè)特征點(diǎn)，再從圖像中找到與其曼哈頓距離最近的兩個(gè)特征點(diǎn)，在這兩個(gè)特征點(diǎn)中，如果最近特征點(diǎn)的距離除以次近特征點(diǎn)的距離少于某個(gè)預(yù)設(shè)比值，則接受這一對匹配點(diǎn)。降低這個(gè)預(yù)設(shè)值，匹配點(diǎn)數(shù)目會減少，但會更加穩(wěn)定。但是根據(jù)實(shí)施例，比值取0.8時(shí)，可以去除90%的匹配錯(cuò)誤，但正確匹配會丟失5%左右；該值取0.7時(shí)，可以去除96%的匹配錯(cuò)誤，而正確匹配則會丟失8%左右。此值取0.8以上時(shí)，匹配錯(cuò)誤數(shù)量會急劇上升；此值取0.7以下時(shí)，匹配錯(cuò)誤數(shù)量降速減緩，正確匹配數(shù)量降速增加。為了能夠找到合適的預(yù)設(shè)值，使得在該預(yù)設(shè)比值下不但可以基本去除100%的匹配錯(cuò)誤，而且可以保留大量的正確匹配，本發(fā)明采用兩個(gè)預(yù)設(shè)比值的匹配方法。
[0035]1.分階段特征點(diǎn)配準(zhǔn)對
[0036]該方法以曼哈頓距離作為兩幅圖像中特征點(diǎn)的相似性度量，并采用DBBF搜索方法進(jìn)行優(yōu)先搜索來查找每個(gè)特征點(diǎn)的兩個(gè)最近鄰特征點(diǎn)。設(shè)主圖像中一個(gè)特征點(diǎn)為a，在從圖像中它的兩個(gè)最近鄰特征點(diǎn)分別為a’和a"，a與a’和a"之間的曼哈頓距離分別為daa，和daa，，其中daa，>daa?，即a’為次近鄰點(diǎn)，a"為最近鄰點(diǎn)，它們之間的預(yù)設(shè)比值為入，那么預(yù)設(shè)比值λ可定義為:
[0037]X=daa’/daa〃 (I)
[0038]由公式⑴可以看出預(yù)設(shè)比值λ越大，點(diǎn)a"相對于點(diǎn)a’離點(diǎn)a就越近，即a"就越穩(wěn)定。使用兩個(gè)預(yù)設(shè)閾值獲取特征點(diǎn)配準(zhǔn)對時(shí)，分別使用一個(gè)小的第一預(yù)設(shè)比值λ i求得粗略配準(zhǔn)對比值和一個(gè)大的第二預(yù)設(shè)比值λ 2求得精確配準(zhǔn)對Η2。
[0039]首先用較小比值A(chǔ)1迭代求取粗略配準(zhǔn)對H1中的配準(zhǔn)對個(gè)數(shù)Ii1，由于要求這對Ii1匹配點(diǎn)在含有大量正確配準(zhǔn)對的同時(shí)可以存在部分匹配錯(cuò)誤對，所以X1的迭代過程相對簡單，先由初始值X1(O)求得粗略配準(zhǔn)對H1(O)及其個(gè)數(shù)II1(O),其迭代過程如下。
[0040]步驟1.1:由λ i (O)求取粗略配準(zhǔn)對H1 (O)的個(gè)數(shù)Ii1 (O)；
[0041]步驟1.2:若不滿足迭代條件I，進(jìn)入步驟1.3 ;若滿足迭代條件1，則λ i = λ h，并重復(fù)步驟1.1,
[0042]步驟1.3:得到最終粗略配準(zhǔn)對H1的個(gè)數(shù)Ii1
[0043]其中，迭代條件I為Ii1小于預(yù)設(shè)常數(shù)，此常數(shù)優(yōu)選地可取5?10，即粗略配準(zhǔn)對至少保證要有5?10對匹配點(diǎn)；且λ i的迭代次數(shù)不超過5?10次。A1的迭代步進(jìn)值m在本實(shí)施例中取0.2。
[0044]這樣，通過λ i的不斷迭代，得到了粗略配準(zhǔn)對H1以及其配準(zhǔn)對個(gè)數(shù)叫。由于要求λ 2要得到相當(dāng)精確的精確配準(zhǔn)對，不能存在匹配錯(cuò)誤，所以精確配準(zhǔn)對H2的搜索過程相對復(fù)雜。
[0045]由實(shí)施例得知，H2中的配準(zhǔn)對個(gè)數(shù)η2在2?5之間時(shí)，這些配準(zhǔn)對基本為精確匹配。因此，將第二預(yù)設(shè)比值λ 2的迭代過程分為兩部分:
[0046]若精確配準(zhǔn)對H2中配準(zhǔn)對個(gè)數(shù)η2少于兩個(gè)，則適當(dāng)減小λ 2 ;若η2大于5，則適當(dāng)增加λ2。為了在合適的迭代次數(shù)內(nèi)找到精確配準(zhǔn)對，每一部分又將H2的搜索過程分為粗搜索和細(xì)搜索。以δ為界，若λ 2>δ，則進(jìn)行粗搜索，否則進(jìn)行細(xì)搜索。粗搜索采用大步進(jìn)值，細(xì)搜索采用小步進(jìn)值。實(shí)施例中可令S =2。先由初始值λ2(0)求得粗略配準(zhǔn)對H2(O)及其個(gè)數(shù)η2 (O)。搜索過程如下:
[0047]步驟2.1:由λ 2 (O)求取精確配準(zhǔn)對H2 (O)的個(gè)數(shù)η2 (O)；
[0048]步驟2.2:若不滿足迭代條件2，進(jìn)入步驟2.3 ;若滿足迭代條件2，判斷λ 2是否大于δ，若λ 2大于δ，則λ 2 = λ 2-5 δ，并重復(fù)步驟2.1 ;若λ 2不大于δ，則λ 2 = λ 2- δ，并重復(fù)步驟2.1 ；
[0049]步驟2.3:若不滿足迭代條件3，進(jìn)入步驟2.4，若滿足迭代條件3，判斷λ 2是否大于δ，若λ 2大于δ，則λ 2 = λ 2+5 σ ,并重復(fù)步驟2.1 ;若λ 2不大于δ，則λ 2 = λ 2+ σ ,并重復(fù)步驟2.1 ；
[0050]步驟2.4:得到最終粗略配準(zhǔn)對H2的個(gè)數(shù)η2
[0051]其中，迭代條件2為η2〈2，且λ 2的迭代次數(shù)不超過5?10次；同時(shí)迭代條件3為η2>5，且λ 2的迭代次數(shù)也不超過5?10次，即精確配準(zhǔn)對的個(gè)數(shù)最終限制在2?5個(gè)。實(shí)施例中的迭代步進(jìn)值η = 0.2, O = 0.1。這樣通過λ 2的不斷迭代,得到了精確配準(zhǔn)對H2以及其配準(zhǔn)對個(gè)數(shù)n2。
[0052]由于λ 2較大得到的配準(zhǔn)對較少，這樣得到的1!2個(gè)配準(zhǔn)對可認(rèn)為是精確配準(zhǔn)對，但數(shù)量較少，而為了能夠更精確地計(jì)算出主圖像和從圖像之間的對應(yīng)變換矩陣，需要更多的正確匹配點(diǎn)，所以還必須要在粗略配準(zhǔn)對中過濾出大量正確的匹配點(diǎn)。
[0053]2.精確特征點(diǎn)配準(zhǔn)對過濾
[0054]粗略配準(zhǔn)對選取策略如下。在精確配準(zhǔn)對H2中隨機(jī)選取兩對匹配點(diǎn)，分別對應(yīng)于主圖像中的任意兩點(diǎn)Α、Β和從圖像中與其對應(yīng)匹配的點(diǎn)A’、Β’，而圖像中定義點(diǎn)C和C’是粗略配準(zhǔn)對H1中隨機(jī)一對匹配點(diǎn)。du表示點(diǎn)i和點(diǎn)j之間的曼哈頓距離，令
[0055]ω I = dAB/dA，Β， ω 2 = dBC/dB，c’
[0056]C和C’若滿足以下條件，也可認(rèn)為它們是一對正確的匹配點(diǎn):
[0057]min (ω” ω2)/max (ω1; ω 2) ^ 0.95 (2)
[0058]根據(jù)條件式(2)遍歷粗略配準(zhǔn)對H1中的Ii1對匹配點(diǎn)，找到其中所有符合條件式
(2)的配準(zhǔn)對，然后再加上精確配準(zhǔn)對H2的n2對匹配點(diǎn)后得到最終的正確配準(zhǔn)對H3以及其個(gè)數(shù)n3。最后利用正確配準(zhǔn)對H3則可計(jì)算出主圖像和從圖像之間對應(yīng)的變換關(guān)系。
[0059]由于本方法求取的匹配點(diǎn)穩(wěn)定性比較高，由此得到的對應(yīng)變換關(guān)系也就比較精確。
[0060]綜上所述，本發(fā)明基于局部特征點(diǎn)的兩個(gè)比值匹配方法，不但可以檢測到大量的特征點(diǎn)，而且可以保證這些特征點(diǎn)的正確性和穩(wěn)定性，繼而可以求出圖像間較為精確可靠的變換矩陣。而由于局部區(qū)域的使用，使方法檢測范圍減少，縮短了匹配時(shí)間，從而提高了匹配效率。
[0061]顯然，本領(lǐng)域的技術(shù)人員應(yīng)該理解，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算系統(tǒng)來實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算系統(tǒng)上，或者分布在多個(gè)計(jì)算系統(tǒng)所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算系統(tǒng)可執(zhí)行的程序代碼來實(shí)現(xiàn)，從而，可以將它們存儲在存儲系統(tǒng)中由計(jì)算系統(tǒng)來執(zhí)行。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。
[0062]應(yīng)當(dāng)理解的是，本發(fā)明的上述【具體實(shí)施方式】僅僅用于示例性說明或解釋本發(fā)明的原理，而不構(gòu)成對本發(fā)明的限制。因此，在不偏離本發(fā)明的精神和范圍的情況下所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。此外，本發(fā)明所附權(quán)利要求旨在涵蓋落入所附權(quán)利要求范圍和邊界、或者這種范圍和邊界的等同形式內(nèi)的全部變化和修改例。
【權(quán)利要求】
1.一種嵌入式圖像數(shù)據(jù)處理方法，用于在嵌入式設(shè)備中執(zhí)行圖像配準(zhǔn)，其特征在于，包括: 獲取主圖像和從圖像，查找每個(gè)特征點(diǎn)的曼哈頓距離最近的兩個(gè)鄰特征點(diǎn)； 從所述主圖像和從圖像中分別使用第一預(yù)設(shè)比值求得粗略配準(zhǔn)對，使用第二預(yù)設(shè)比值求得精確配準(zhǔn)對，其中第一預(yù)設(shè)比值小于第二預(yù)設(shè)比值； 利用正確性條件對所述粗略配準(zhǔn)對進(jìn)行過濾； 由所述過濾后粗略配準(zhǔn)對和所述精確配準(zhǔn)對得到最終配準(zhǔn)對，利用最終配準(zhǔn)對計(jì)算出主圖像和從圖像之間對應(yīng)的變換關(guān)系。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述查找每個(gè)特征點(diǎn)的曼哈頓距離最近的兩個(gè)鄰特征點(diǎn)進(jìn)一步包括: 采用DBBF搜索方法進(jìn)行優(yōu)先搜索，對于主圖像中一個(gè)特征點(diǎn)a，所述預(yù)設(shè)比值λ定義為入=daa，/daa〃 ；其中 a’為次近鄰點(diǎn)，a"為最近鄰點(diǎn)，a’和a"為特征點(diǎn)為a在從圖像中的兩個(gè)最近鄰特征點(diǎn)，daa,和daa?分別為a與a’和a"之間的曼哈頓距離，其中daa，>daa〃。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述使用第一預(yù)設(shè)比值求得粗略配準(zhǔn)對，進(jìn)一步包括: 先由第一預(yù)設(shè)比值λ ,的初始值λ i (0)求得粗略配準(zhǔn)對氏(0)及其個(gè)數(shù)叫(0)，通過λ i的迭代，得到了粗略配準(zhǔn)對氏以及其配準(zhǔn)對個(gè)數(shù)ηι，所述λ i的迭代包括以下過程: 步驟1.1:由λ i (0)求取粗略配準(zhǔn)對氏(0)的個(gè)數(shù)ηι (0)； 步驟1.2:若不滿足第一迭代條件，進(jìn)入步驟1.3 ;若滿足第一迭代條件，則λ i = λ h，并重復(fù)步驟1.1 ； 步驟1.3:得到最終粗略配準(zhǔn)對氏的個(gè)數(shù)ηι ； 其中，所述第一迭代條件為&小于預(yù)設(shè)常數(shù)，表示粗略配準(zhǔn)對至少包括預(yù)設(shè)常數(shù)對的匹配點(diǎn)；且 入i的迭代次數(shù)不超過該預(yù)設(shè)常數(shù)。且其中λ i的迭代步進(jìn)值m為0.2。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用正確性條件對所述粗略配準(zhǔn)對進(jìn)行過濾，進(jìn)一步包括: 在精確配準(zhǔn)對中隨機(jī)選取兩對匹配點(diǎn)，分別對應(yīng)于主圖像中的任意兩點(diǎn)A、B和從圖像中與其對應(yīng)匹配的點(diǎn)A’、B’，而圖像中定義點(diǎn)C和C’是粗略配準(zhǔn)對H1中隨機(jī)一對匹配點(diǎn)。dij表示點(diǎn)i和點(diǎn)j之間的曼哈頓距離，令ω 1 — Β’ ω 2 — dBC/dB’ c’ C和C’若滿足以下正確性條件，也認(rèn)為它們是一對正確的匹配點(diǎn): min (ω 1； ω 2) /max (ω 1； ω 2) ^ 0.95 根據(jù)上述正確性條件遍歷粗略配準(zhǔn)對氏中的ηι對匹配點(diǎn)，過濾得到所有符合所述條件式的配準(zhǔn)對； 將過濾后粗略配準(zhǔn)對的匹配點(diǎn)加上精確配準(zhǔn)對的n2對匹配點(diǎn)后，得到最終配準(zhǔn)對比以及其個(gè)數(shù)n3; 利用最終配準(zhǔn)對H3，計(jì)算出主圖像和從圖像之間對應(yīng)的變換關(guān)系。
【文檔編號】G06T7/00GK104282016SQ201410415677
【公開日】2015年1月14日 申請日期:2014年8月22日 優(yōu)先權(quán)日:2014年8月22日
【發(fā)明者】毛力 申請人:四川九成信息技術(shù)有限公司