一種可見光寬帶光譜圖像配準(zhǔn)方法
【專利摘要】本發(fā)明公開了一種可見光寬帶光譜圖像配準(zhǔn)方法,包括對(duì)圖像進(jìn)行灰度化、去噪和降采樣處理,利用SIFT算法提取圖像特征點(diǎn)并構(gòu)造特征描述算子;通過k-d樹最近鄰方法對(duì)特征點(diǎn)進(jìn)行匹配,對(duì)匹配特征點(diǎn)進(jìn)行坐標(biāo)升采樣處理;根據(jù)圖像退化閾值T,利用歐式距離對(duì)錯(cuò)誤匹配點(diǎn)進(jìn)行約束,獲得約束后匹配點(diǎn)集ΩN;對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωm;利用最小二乘方法求解圖像放射變換參數(shù)矩陣Tm,利用Tm對(duì)待配準(zhǔn)圖像進(jìn)行坐標(biāo)變換和雙線性插值計(jì)算;以參考圖像和配準(zhǔn)圖像的互信息MIm作為評(píng)價(jià)指標(biāo),鎖定最大互信息MImax對(duì)應(yīng)的配準(zhǔn)圖像,實(shí)現(xiàn)可見光寬帶光譜圖像的配準(zhǔn)。本發(fā)明能顯著降低錯(cuò)誤匹配點(diǎn)數(shù)目、提高圖像配準(zhǔn)精度。
【專利說明】一種可見光寬帶光譜圖像配準(zhǔn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于高保真數(shù)字影像采集【技術(shù)領(lǐng)域】,具體涉及一種可見光寬帶光譜圖像配準(zhǔn)方法。
【背景技術(shù)】
[0002]寬帶光譜成像技術(shù)是目前國內(nèi)外高保真數(shù)字影像采集的主流技術(shù)之一。此項(xiàng)技術(shù)以采集物體表面的光譜反射率信息為最終目的,通常采用高分辨率數(shù)碼后背配合寬帶濾光片組成寬帶光譜成像系統(tǒng),通過將濾光片順序地放置于數(shù)碼后背的光路中拍攝,組合獲得物體的多通道圖像,然后通過光譜重建算法計(jì)算得到物體表面的光譜反射率,從而獲取物體表面光譜反射率信息。其中,使用高分辨率RGB三通道數(shù)碼相機(jī)配合兩個(gè)寬帶濾光片是目前寬帶光譜成像的主流形式。此項(xiàng)技術(shù)可以準(zhǔn)確獲得表征物體表面的顏色的光譜反射率數(shù)據(jù),并且能夠渲染出物體在任意條件下的真實(shí)色彩信息,有效地克服了傳統(tǒng)數(shù)字采集和再現(xiàn)設(shè)備存在的同色異譜問題,受到業(yè)界廣泛青睞。
[0003]在此項(xiàng)技術(shù)實(shí)施過程之中,為獲得物體表面準(zhǔn)確的光譜反射率信息,需要將每個(gè)寬帶濾光片對(duì)應(yīng)的數(shù)字圖像進(jìn)行疊加,以獲得物體表面的多通道圖像,從而進(jìn)行光譜反射率重建,得到物體表面的光譜圖像。然而,受到寬帶光譜成像系統(tǒng)本身不穩(wěn)定性以及不同型號(hào)濾光片自身厚度、折射率和非理想共面等因素影響,實(shí)際獲得的不同濾光片對(duì)應(yīng)的數(shù)字圖像之間總是存在幾何扭曲現(xiàn)象,造成疊加之后重建得到的光譜圖像存在模糊和彩色條紋等問題,從而降低了光譜圖像的質(zhì)量。
[0004]目前業(yè)界解決此類問題的主要方法是應(yīng)用圖像配準(zhǔn)算法對(duì)獲得的數(shù)字圖像進(jìn)行配準(zhǔn),該方法的核心思想是將其中的一幅圖像作為參考圖像,另外一幅圖像作為待配準(zhǔn)圖像,通過掃描搜索圖像間的空間特征相似關(guān)系或查找圖像點(diǎn)、線、面等特征對(duì)應(yīng)關(guān)系,將待配準(zhǔn)圖像映射到參考圖像,完成圖像間的配準(zhǔn)。此種方法在提高配準(zhǔn)精度的同時(shí),也一定程度上提高了圖像的配準(zhǔn)效率。目前,在寬帶光譜成像【技術(shù)領(lǐng)域】,現(xiàn)有的圖像配準(zhǔn)方法雖然都能一定程度的消除圖像間的扭曲變形問題,但是由于對(duì)提取特征信息缺乏足夠的分析處理,導(dǎo)致實(shí)際用于計(jì)算圖像配準(zhǔn)參數(shù)的特征信息中包含一部分錯(cuò)誤信息,造成配準(zhǔn)之后的圖像間仍存在一定程度的扭曲變形。對(duì)于上述問題,目前學(xué)術(shù)界及工業(yè)界中皆尚未提出從圖像匹配特征細(xì)化處理角度解決可見光寬帶光譜圖像精確配準(zhǔn)的方法。
【發(fā)明內(nèi)容】
[0005]為了解決【背景技術(shù)】中所述的問題,本發(fā)明提供了一種可見光寬帶光譜圖像配準(zhǔn)方法。
[0006]本發(fā)明所采用的技術(shù)方案是:一種可見光寬帶光譜圖像配準(zhǔn)方法,其特征在于,包括以下步驟:
[0007]步驟1:參考圖像和待配準(zhǔn)圖像灰度化,其具體實(shí)現(xiàn)過程是將真彩色RGB圖像轉(zhuǎn)換成灰度圖像;
[0008]步驟2:根據(jù)寬帶光譜成像系統(tǒng)噪聲類型,對(duì)參考圖像灰度圖和待配準(zhǔn)圖像灰度圖去噪聲處理;
[0009]步驟3:對(duì)參考圖像灰度圖和待配準(zhǔn)圖像灰度圖進(jìn)行一次或二次降采樣處理,提聞后續(xù)計(jì)算效率;
[0010]步驟4:利用SIFT算法提取參考圖像灰度圖和待配準(zhǔn)圖像灰度圖中的尺度不變特征點(diǎn),構(gòu)造特征點(diǎn)的描述算子;
[0011]步驟5:利用基于k_d樹的最近鄰方法對(duì)特征點(diǎn)進(jìn)行匹配,設(shè)置匹配特征點(diǎn)之間最近距離除以次近距離比例接受閾限為0.6 ;
[0012]步驟6:對(duì)參考圖像和待配準(zhǔn)圖像匹配點(diǎn)坐標(biāo)進(jìn)行一次或二次升采樣處理,計(jì)算得到匹配點(diǎn)在原圖像中對(duì)應(yīng)的坐標(biāo);
[0013]步驟7:根據(jù)統(tǒng)計(jì)的圖像像素偏移閾值范圍T,利用匹配點(diǎn)之間的歐氏距離對(duì)錯(cuò)誤匹配點(diǎn)進(jìn)行約束,獲得約束之后的正確匹配點(diǎn)集ΩΝ,其中包含N對(duì)匹配點(diǎn),具體過程如下:
[0014]經(jīng)過k-d樹最近鄰方法對(duì)參考圖像和參考圖像提取的SIFT特征點(diǎn)進(jìn)行匹配后,共得到X對(duì)匹配點(diǎn),分別以Pbase_i和= 1、2、3、…、X)對(duì)應(yīng)表示參考圖像和待配準(zhǔn)圖像的匹配點(diǎn)集,則對(duì)應(yīng)匹配點(diǎn)之間的歐式距離能表示為式一的形式:
[0015]dist(i) = I IPbase-1-Pwarp-1 I I,(i = 1、2、3、...、X)(式一)
[0016]設(shè)參考圖像和待配準(zhǔn)圖像的像素最大偏移閾值為T,約束之后共得到N(N〈X)對(duì)匹配點(diǎn),則有式二:
[0017]dist (j) = (dist (i) < T), (i = 1、2、3、...、X, j = l、2、3、...、N)(式二 )
[0018]此時(shí),確定的約束后匹配點(diǎn)集ΩΝ,參考圖像和待配準(zhǔn)圖像的對(duì)應(yīng)匹配點(diǎn)集分別為
Pbase-j 和 Pwarp-j (J.— 1、2、3、...、N);
[0019]步驟8:根據(jù)步驟7確定的約束后匹配點(diǎn)集ΩΝ,對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωπ,同時(shí)利用最小二乘方法求解圖像仿射變換參數(shù)矩陣Tni ;所述的空間均勻采樣的方法如下:
[0020]以參考圖像的匹配點(diǎn)集Pbasq_為對(duì)象進(jìn)行空間均勻采樣,研究假設(shè)選擇具有最大方差的匹配點(diǎn)作為第一個(gè)匹配點(diǎn),將使得隨后匹配點(diǎn)在剩余匹配點(diǎn)集中也具有最大方差,首先計(jì)算匹配點(diǎn)集坐標(biāo)矩陣Pb_-j的方差,挑選方差最大的特征點(diǎn)作為第一個(gè)空間均勻匹配點(diǎn),即:
[0021]= arS maxVAR(Ph?-j) ^ (j = 1、2、3、…、N)(式三)
^base-J
[0022]其中,VAR(Pb^j)表示參考圖像匹配點(diǎn)集Pbase-j的方差;剩余空間均勻匹配點(diǎn)的選擇都遵循使當(dāng)前挑選匹配點(diǎn)與距離自身最近的已選匹配點(diǎn)的歐式距離最大化原則,假設(shè)已經(jīng)從匹配點(diǎn)集Pbasq_的N個(gè)匹配點(diǎn)中選擇了 m(m〈N)空間均勻匹配點(diǎn),則剩余N_m個(gè)匹配點(diǎn),然后利用式四計(jì)算剩余N-m個(gè)匹配點(diǎn)指標(biāo)Qk,
[0023]Qk = min {ΔΑ.;}(式四)
/—I
[0024]其中,ADkil表示在二維坐標(biāo)空間中剩余匹配點(diǎn)中的第k(k e U、2、…、N-m})個(gè)匹配點(diǎn)與已選空間均勻匹配點(diǎn)中的第1(1 e {1、2、…、m})個(gè)匹配點(diǎn)之間的歐式距離,則要選定的第m+1個(gè)空間均勻匹配點(diǎn)為最大Qk值對(duì)應(yīng)的匹配點(diǎn)為:
[0025]l+i =a(rgmax(tU, ke {1、2、…、Ni}(式五)
[0026]對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωπ,由于計(jì)算仿射變換矩陣Tm時(shí)至少需要三對(duì)匹配點(diǎn),因此m的取值范圍為3 < m < N ;
[0027]步驟9:利用步驟8中計(jì)算得到的仿射變換矩陣^和雙線性插值方法,對(duì)待配準(zhǔn)圖像進(jìn)行配準(zhǔn)變換,得到仿射變換矩陣Tm對(duì)應(yīng)的配準(zhǔn)后圖像,并對(duì)配準(zhǔn)后圖像進(jìn)行灰度化處理;
[0028]步驟10:計(jì)算參考圖像與仿射變換矩陣^對(duì)應(yīng)的配準(zhǔn)后圖像之間的互信息值MIm,對(duì)于給定的參考圖像X和配準(zhǔn)圖像Y,它們之間的互信息值為:
[0029]MI (X,Y) = H (X) +H (Y | X) = H (X) +H (Y) -H (X,Y)(式六)
[0030]其中,
[0031 ]"(義)=-Σ /)(.r) k)g /H-v>
X 二 JT
[0032]//(Κ) = _Σ /(ν) 1B /O
ν-Γ
[0033]U、X,Κ) = -Σ Σ"(λ')’) lc)g "(?
[0034]其中,ρ (X)和p(y)分別表示參考圖像X和配準(zhǔn)圖像Y中的灰度的概率分布,P (x,y)表示圖像X和圖像Y灰度值的聯(lián)合概率密度;
[0035]步驟11:當(dāng)匹配點(diǎn)空間均勻采樣數(shù)m從3到N逐個(gè)取值時(shí),對(duì)應(yīng)獲得N_3+l = N_2個(gè)互信息值MIm,比較獲得N-2個(gè)互信息值MIm的大小,鎖定最大互信息值MImax,其對(duì)應(yīng)的配準(zhǔn)圖像即為最終的配準(zhǔn)圖像,完成可見光寬帶光譜圖像配準(zhǔn)。
[0036]作為優(yōu)選,步驟5中匹配特征點(diǎn)之間最近距離除以次近距離比例接受閾限為0.6。
[0037]作為優(yōu)選,T的值取6。
[0038]本發(fā)明從圖像匹配特征細(xì)化處理角度出發(fā),通過SIFT算法提取圖像特征點(diǎn)并構(gòu)造特征描述算子;通過k-d樹最近鄰方法對(duì)特征點(diǎn)進(jìn)行匹配,對(duì)匹配特征點(diǎn)進(jìn)行坐標(biāo)升采樣處理;根據(jù)圖像退化閾值T,利用歐式距離對(duì)錯(cuò)誤匹配點(diǎn)進(jìn)行約束,獲得約束后匹配點(diǎn)集ΩΝ ;對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωπ ;利用最小二乘方法求解圖像仿射變換參數(shù)矩陣Tm,利用Tm對(duì)待配準(zhǔn)圖像進(jìn)行坐標(biāo)變換和雙線性插值計(jì)算;以參考圖像和配準(zhǔn)圖像的互信息MIm作為評(píng)價(jià)指標(biāo),實(shí)現(xiàn)可見光寬帶光譜圖像的精確配準(zhǔn)。本發(fā)明在提高可見光寬帶光譜圖像配準(zhǔn)精度的同時(shí),一定程度簡(jiǎn)化了圖像配準(zhǔn)過程的計(jì)算量,在高保真數(shù)字影像采集領(lǐng)域具有較高的適用性。
【專利附圖】
【附圖說明】
[0039]圖1:為本發(fā)明實(shí)施例的流程圖。
[0040]圖2:為本發(fā)明中匹配點(diǎn)空間均勻采樣算法簡(jiǎn)圖。
【具體實(shí)施方式】
[0041]為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明,下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述,應(yīng)當(dāng)理解,此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明,并不用于限定本發(fā)明。
[0042]如圖1所示,實(shí)施例提供了一種可見光寬帶光譜圖像配準(zhǔn)方法,可以有效地對(duì)可見光寬帶光譜成像系統(tǒng)拍攝獲得的數(shù)字圖像進(jìn)行配準(zhǔn),用于高保真數(shù)字影像采集。實(shí)施例采用瑞士制造的Sinarback eVolut1n 75H彩色濾光片陣列數(shù)碼相機(jī)、仙娜座機(jī)數(shù)碼鏡頭Sinaron Digital HR 4.0/100CAB和Dalsa公司生產(chǎn)的分辨率為4992X6668像素的FTF5066型號(hào)自制冷CXD傳感器,配合兩個(gè)寬帶濾光片BG7和0G515改造而成可見光寬帶光譜成像系統(tǒng)。需要說明的是,本發(fā)明并不僅僅局限于上述設(shè)備的應(yīng)用支持,對(duì)于任意能實(shí)現(xiàn)上述設(shè)備功能的同等性質(zhì)的設(shè)備同樣適用。
[0043]實(shí)施例主要包括以下步驟:
[0044]I)參考圖像和待配準(zhǔn)圖像灰度化,將真彩色RGB圖像轉(zhuǎn)換成灰度圖像。
[0045]采用仙娜(Sinar 75H)三通道數(shù)碼相機(jī)配合兩個(gè)型號(hào)為BG7和0G515帶通濾光片組成可見光寬帶光譜成像系統(tǒng),將兩個(gè)濾光片順序地放入拍攝光路中,拍攝得到兩幅三通道數(shù)字圖像,以BG7作為參考圖像,以0G515作為待配準(zhǔn)圖像,將兩幅三通道圖像轉(zhuǎn)換成灰度圖像,計(jì)算得到兩幅圖像的互信息值為2.1913。
[0046]2)根據(jù)寬帶光譜成像系統(tǒng)噪聲類型,對(duì)參考圖像和待配準(zhǔn)圖像灰度圖去噪聲處理。
[0047]分析知,本實(shí)施例中可見光寬帶光譜成像系統(tǒng)在拍攝過程CCD中會(huì)因光電效應(yīng)和熱流子現(xiàn)象產(chǎn)生隨機(jī)噪聲,這些點(diǎn)不可作為圖像配準(zhǔn)時(shí)特征點(diǎn),而SIFT算法對(duì)這些噪聲點(diǎn)較為敏感,因此在提取圖像特征點(diǎn)之前需要進(jìn)行去噪聲處理,實(shí)施例采用中值濾波對(duì)圖像去噪聲處理。
[0048]3)對(duì)參考圖像和待配準(zhǔn)圖像灰度圖進(jìn)行一次/ 二次降采樣處理,提高后續(xù)計(jì)算效率。
[0049]本實(shí)施例可見光寬帶光譜成像系統(tǒng)采用的數(shù)碼后背分辨率為4992X6668像素,經(jīng)過四次曝光拍攝獲得的三通道數(shù)字圖像大小約為200Mb,這給計(jì)算機(jī)處理系統(tǒng)帶來較大工作壓力。而SIFT算法能夠提取目標(biāo)圖像中對(duì)平移、旋轉(zhuǎn)、尺度變換以及圖像亮度變化具有不變性的特征點(diǎn),且具有較高的魯棒性,因此可以通過對(duì)原圖像降采樣的方法,在減小圖像大小的同時(shí)又能保證不影響匹配特征點(diǎn)的提取,有效的提高了計(jì)算效率,本實(shí)施例采用兩次隔行降采樣處理,獲得對(duì)應(yīng)分辨率為1248 X 1667像素的參考和待配準(zhǔn)灰度圖。
[0050]4)利用SIFT算法提取參考圖像和待配準(zhǔn)圖像灰度圖中的尺度不變特征點(diǎn),構(gòu)造特征點(diǎn)的描述算子。
[0051]分別利用SIFT算法提取參考圖像和待配準(zhǔn)圖像中的特征點(diǎn),本實(shí)施例中,參考圖像的SIFT特征點(diǎn)個(gè)數(shù)為1620個(gè),待配準(zhǔn)圖像的SIFT特征點(diǎn)個(gè)數(shù)為1434個(gè),對(duì)應(yīng)構(gòu)造每個(gè)特征點(diǎn)的128維描述算子。
[0052]SIFT算法為現(xiàn)有技術(shù),本發(fā)明不予贅述。
[0053]5)利用基于k-d樹的最近鄰方法對(duì)特征點(diǎn)進(jìn)行匹配。
[0054]利用基于k-d樹的最近鄰方法對(duì)特征點(diǎn)進(jìn)行匹配,設(shè)置匹配特征點(diǎn)之間最近距離除以次近距離比例接受閾限為0.6,實(shí)施例對(duì)參考圖像和待配準(zhǔn)圖像的特征進(jìn)行匹配后,共得到159對(duì)匹配點(diǎn),但通過畫圖顯示匹配點(diǎn)對(duì)可知,159對(duì)匹配點(diǎn)中包含大量的錯(cuò)誤匹配點(diǎn)。
[0055]6)對(duì)參考圖像和待配準(zhǔn)圖像匹配點(diǎn)坐標(biāo)進(jìn)行一次/ 二次升采樣處理,計(jì)算得到匹配點(diǎn)在原圖像中對(duì)應(yīng)的坐標(biāo)。
[0056]對(duì)步驟5)中獲得的159對(duì)匹配點(diǎn)坐標(biāo)進(jìn)行兩次隔行升采樣處理,獲得159對(duì)匹配點(diǎn)在原圖像中的坐標(biāo)位置信息。
[0057]7)根據(jù)統(tǒng)計(jì)的圖像像素偏移閾值范圍T,利用匹配點(diǎn)之間的歐氏距離對(duì)錯(cuò)誤匹配點(diǎn)進(jìn)行約束。
[0058]本實(shí)施例中通過通過對(duì)包含27個(gè)型號(hào)的濾光片庫中隨機(jī)挑選的50組濾光片組合獲得的6通道圖像分析可知,參考圖像和待配準(zhǔn)圖像之間的像素偏移分為以下三種情況:I)像素的上下左右平移,2)像素相對(duì)位置的旋轉(zhuǎn)偏移,3)以圖像中心為參考點(diǎn)的像素相對(duì)位置徑向縮放。其中偏移范圍最大可達(dá)±6個(gè)像素的距離,不同濾光片的組合在上述三種像素偏移情況的偏移情況也各不相同。因此取圖像像素偏移閾值范圍T為6,對(duì)獲得的159對(duì)匹配點(diǎn)進(jìn)行歐式距離約束。首先利用式(I)計(jì)算159對(duì)匹配點(diǎn)之間的歐式距離,
[0059]dist(i) = | IPbase-1-Pwarp-1 I |,(i = 1,2,3,...,X) (I)
[0060]其中,X = 159。然后根據(jù)設(shè)定的約束閾值,利用式(2)對(duì)159對(duì)匹配點(diǎn)中的錯(cuò)誤匹配點(diǎn)進(jìn)行約束,
[0061]dist (j) = (dist (i) ^ T), (i = 1,2,3,…,X,j = 1,2,3,…,N) (2)
[0062]其中,T = 6。約束之后得到滿足條件的匹配點(diǎn)工84對(duì),獲得約束匹配點(diǎn)集Ων,Ν=84,通過繪圖對(duì)84對(duì)匹配點(diǎn)在原圖中的分布可知,經(jīng)過閾值約束后的匹配點(diǎn)整體分布于原圖像的各個(gè)部分,總體分散性較好,但一些匹配點(diǎn)在部分區(qū)域內(nèi)比較聚集,若以全部的匹配點(diǎn)用于仿射變換參數(shù)的求解,則比較集中的匹配點(diǎn)對(duì)變換參數(shù)的影響較大,這不利于圖像全局配準(zhǔn)。因此,需對(duì)匹配點(diǎn)集進(jìn)行空間均勻采樣,利用空間均勻分布的匹配點(diǎn)集求解圖像仿射變換參數(shù),更好的對(duì)圖像進(jìn)行全局配準(zhǔn);需要說明的是,對(duì)于不同的寬帶光譜成像系統(tǒng),歐式距離約束閾值T可調(diào)。
[0063]8)根據(jù)步驟7)確定的約束后匹配點(diǎn)集ΩΝ,對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωπ,同時(shí)利用最小二乘方法求解圖像仿射變換參數(shù)矩陣Tm。
[0064]本實(shí)施例中,采樣個(gè)數(shù)影響最終的配準(zhǔn)精度,合適的采樣個(gè)數(shù)才能保證圖像的高質(zhì)量配準(zhǔn),因此在3 < m < 84范圍內(nèi)進(jìn)行匹配點(diǎn)空間均勻采樣,并計(jì)算對(duì)應(yīng)的仿射變換矩陣Tm。具體如下所示:
[0065]請(qǐng)見圖2,以參考圖像的匹配點(diǎn)集Pbase_j為對(duì)象進(jìn)行空間均勻采樣。研究假設(shè)選擇具有最大方差的匹配點(diǎn)作為第一個(gè)匹配點(diǎn),將使得隨后匹配點(diǎn)在剩余匹配點(diǎn)集中也具有最大方差,首先計(jì)算匹配點(diǎn)集坐標(biāo)矩陣Pb_-j的方差,挑選方差最大的特征點(diǎn)作為第一個(gè)空間均勻匹配點(diǎn),即:
[0066]= arg \wd\VAR(Phuw /), (j=l,2,3,…,N) (3)
Pbase-1
[0067]其中,N = 84,VAR(Pbase_j)表示參考圖像匹配點(diǎn)集Pbasq_的方差。剩余空間均勻匹配點(diǎn)的選擇都遵循使當(dāng)前挑選匹配點(diǎn)與距離自身最近的已選匹配點(diǎn)的歐式距離最大化原貝U,假設(shè)我們已經(jīng)從匹配點(diǎn)集Pba吣的N個(gè)匹配點(diǎn)中選擇了 m(m〈N)空間均勻匹配點(diǎn),剩余N-m個(gè)匹配點(diǎn),然后利用式四計(jì)算剩余N-m個(gè)匹配點(diǎn)指標(biāo)Qk,如式(4)所示:
_8] Qi =min{AD/,/}⑷
I=I
[0069]其中,ADka表示在二維坐標(biāo)空間中剩余匹配點(diǎn)中的第k(k e {1,2, —,N-m})個(gè)匹配點(diǎn)與已選空間均勻匹配點(diǎn)中的第1(1 e {1,2,…,m})個(gè)匹配點(diǎn)之間的歐式距離,則要選定的第m+1個(gè)空間均勻匹配點(diǎn)為最大Qk值對(duì)應(yīng)的匹配點(diǎn),如式(5)所示:
[0070]=a^gmax(Qi)7 ke{l,2’ …’ Ni} (5)
[0071]m從3到84逐個(gè)取值,經(jīng)過式(3)、式(4)、式(5)計(jì)算之后,共得到84-3+1 =82個(gè)空間均勻采樣匹配點(diǎn)集,每個(gè)匹配點(diǎn)集對(duì)應(yīng)包含m對(duì)匹配點(diǎn),利用最小二乘方法計(jì)算得到每個(gè)匹配點(diǎn)集的仿射變換矩陣,共82個(gè)。
[0072]9)利用步驟8)中計(jì)算得到的仿射變換矩陣^和雙線性插值方法,對(duì)待配準(zhǔn)圖像進(jìn)行配準(zhǔn)變換,得到仿射變換矩陣Tm對(duì)應(yīng)的配準(zhǔn)后圖像,并對(duì)配準(zhǔn)后圖像進(jìn)行灰度化處理。
[0073]本步驟中,分別利用步驟8)中計(jì)算得到的82個(gè)仿射變換矩陣和雙線性插值方法,對(duì)0G515獲得的待配準(zhǔn)圖像進(jìn)行配準(zhǔn)變換,并對(duì)配準(zhǔn)后圖像進(jìn)行灰度化處理,共獲得82幅配準(zhǔn)后的灰度圖像。
[0074]10)計(jì)算參考圖像與仿射變換矩陣Tm對(duì)應(yīng)的配準(zhǔn)后圖像之間的互信息值MIm。
[0075]本步驟中,對(duì)于設(shè)定的參考圖像BG7的灰度圖和步驟9)中獲得的82幅配準(zhǔn)圖像,按照式(6)計(jì)算它們之間的互信息值:
[0076]MI (X,Y) = H (X) +H (Y | X) = H (X) +H (Y) -H (X,Y) (6)
[0077]其中,X表示參考圖像,Y表示配準(zhǔn)圖像,
[0078]H(X) = -Yj ρ(.\) log /)(τ)
X 二 J:
[0079]//(n = —Z/;(.r)log/)(.v)
V二r
[0080]"(m=_Σ Σ "(ν,ν) log ,7(Λ'.ν)
χ=Χ ν=Υ
[0081]式(J)中,ρ(χ)和p(y)分別表示參考圖像X和配準(zhǔn)圖像Y的灰度的概率分布,P(x, y)表示圖像X和圖像Y灰度值的聯(lián)合概率密度。按照式(6)計(jì)算,共得到82個(gè)配準(zhǔn)圖像與參考圖像的互信息值。
[0082]11)比較獲得N-2個(gè)互信息值MIm的大小,鎖定最大互信息值MImax,完成可見光寬帶光譜圖像配準(zhǔn)。
[0083]本實(shí)施例中,對(duì)步驟10)中計(jì)算得到的82個(gè)互信息值進(jìn)行比較,當(dāng)均勻采樣匹配點(diǎn)數(shù)目達(dá)到20對(duì)時(shí),對(duì)應(yīng)最大互信息值MImax = MI20 = 2.3794,因此將采樣數(shù)目為20對(duì)時(shí),對(duì)應(yīng)的配準(zhǔn)圖像作為最優(yōu)配準(zhǔn)配準(zhǔn)結(jié)果。此外,使用全部84個(gè)匹配點(diǎn)配準(zhǔn)的互信息值僅為MI84 = 2.2289,由此可知,使用20對(duì)空間均勻采樣匹配點(diǎn)配準(zhǔn)后圖像的互信息值與使用全部84對(duì)匹配點(diǎn)相比,相對(duì)于配準(zhǔn)前的互信息值提高幅度前者是后者的5倍。
[0084]本實(shí)施例中的T的值取6,這并不是對(duì)本方法的限定,事實(shí)上,本方法針對(duì)不同的光譜成像系統(tǒng)T的值可以不同。
[0085]應(yīng)當(dāng)理解的是,本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。
[0086]應(yīng)當(dāng)理解的是,上述針對(duì)較佳實(shí)施例的描述較為詳細(xì),并不能因此而認(rèn)為是對(duì)本發(fā)明專利保護(hù)范圍的限制,本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下,在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下,還可以做出替換或變形,均落入本發(fā)明的保護(hù)范圍之內(nèi),本發(fā)明的請(qǐng)求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【權(quán)利要求】
1.一種可見光寬帶光譜圖像配準(zhǔn)方法,其特征在于,包括以下步驟: 步驟1:參考圖像和待配準(zhǔn)圖像灰度化,其具體實(shí)現(xiàn)過程是將真彩色RGB圖像轉(zhuǎn)換成灰度圖像; 步驟2:根據(jù)寬帶光譜成像系統(tǒng)噪聲類型,對(duì)參考圖像灰度圖和待配準(zhǔn)圖像灰度圖去噪聲處理; 步驟3:對(duì)參考圖像灰度圖和待配準(zhǔn)圖像灰度圖進(jìn)行一次或二次降采樣處理,提高后續(xù)計(jì)算效率; 步驟4:利用SIFT算法提取參考圖像灰度圖和待配準(zhǔn)圖像灰度圖中的尺度不變特征點(diǎn),構(gòu)造特征點(diǎn)的描述算子; 步驟5:利用基于k-d樹的最近鄰方法對(duì)特征點(diǎn)進(jìn)行匹配,設(shè)置匹配特征點(diǎn)之間最近距離除以次近距離比例接受閾限為0.6 ; 步驟6:對(duì)參考圖像和待配準(zhǔn)圖像匹配點(diǎn)坐標(biāo)進(jìn)行一次或二次升采樣處理,計(jì)算得到匹配點(diǎn)在原圖像中對(duì)應(yīng)的坐標(biāo); 步驟7:根據(jù)統(tǒng)計(jì)的圖像像素偏移閾值范圍T,利用匹配點(diǎn)之間的歐氏距離對(duì)錯(cuò)誤匹配點(diǎn)進(jìn)行約束,獲得約束之后的正確匹配點(diǎn)集ΩΝ,其中包含N對(duì)匹配點(diǎn),具體過程如下: 經(jīng)過k-d樹最近鄰方法對(duì)參考圖像和參考圖像提取的SIFT特征點(diǎn)進(jìn)行匹配后,共得到X對(duì)匹配點(diǎn),分別以PbasH和Prairf (i = 1、2、3、…、X)對(duì)應(yīng)表示參考圖像和待配準(zhǔn)圖像的匹配點(diǎn)集,則對(duì)應(yīng)匹配點(diǎn)之間的歐式距離能表示為式一的形式:dist(i) = I I Pbase-1-Pwarp-1 I I,(i = 1、2、3、...、X)(式一) 設(shè)參考圖像和待配準(zhǔn)圖像的像素最大偏移閾值為T,約束之后共得到N(N〈X)對(duì)匹配點(diǎn),則有式二:
dist (j) = (dist (i) < T), (i = 1、2、3、...、X, j = l、2、3、...、N) (式二) 此時(shí),確定的約束后匹配點(diǎn)集ΩΝ,參考圖像和待配準(zhǔn)圖像的對(duì)應(yīng)匹配點(diǎn)集分別為Pbase-j 和 Pwarp-j (J.— 1、2、3、...、N); 步驟8:根據(jù)步驟7確定的約束后匹配點(diǎn)集ΩΝ,對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωπ,同時(shí)利用最小二乘方法求解圖像仿射變換參數(shù)矩陣T111 ;所述的空間均勻采樣的方法如下: 以參考圖像的匹配點(diǎn)集Pbasq_為對(duì)象進(jìn)行空間均勻采樣,研究假設(shè)選擇具有最大方差的匹配點(diǎn)作為第一個(gè)匹配點(diǎn),將使得隨后匹配點(diǎn)在剩余匹配點(diǎn)集中也具有最大方差,首先計(jì)算匹配點(diǎn)集坐標(biāo)矩陣Pbasq_的方差,挑選方差最大的特征點(diǎn)作為第一個(gè)空間均勻匹配點(diǎn),即: S1 = arg max VAR(Pha^j), (j=l、2、3、…、N) (式二) 其中,VAR(Pb^j)表示參考圖像匹配點(diǎn)集Pbase_j的方差;剩余空間均勻匹配點(diǎn)的選擇都遵循使當(dāng)前挑選匹配點(diǎn)與距離自身最近的已選匹配點(diǎn)的歐式距離最大化原則,假設(shè)已經(jīng)從匹配點(diǎn)集Pbasq_的N個(gè)匹配點(diǎn)中選擇了 m(m〈N)空間均勻匹配點(diǎn),則剩余N_m個(gè)匹配點(diǎn),然后利用式四計(jì)算剩余N-m個(gè)匹配點(diǎn)指標(biāo)Qk, ^ =min{AD/./}(式四)
M 其中,ADu表示在二維坐標(biāo)空間中剩余匹配點(diǎn)中的第k(k e U、2、…、N-m})個(gè)匹配點(diǎn)與已選空間均勻匹配點(diǎn)中的第1(1 e {1、2、…、m})個(gè)匹配點(diǎn)之間的歐式距離,則要選定的第m+1個(gè)空間均勻匹配點(diǎn)為最大Qk值對(duì)應(yīng)的匹配點(diǎn)為: Sm+l - arg maxi^ ), ke {1、2、…、iVim (式五) 對(duì)約束后匹配點(diǎn)集進(jìn)行m對(duì)匹配點(diǎn)空間均勻采樣,獲得均勻分布的匹配點(diǎn)集Ωπ,由于計(jì)算仿射變換矩陣Tm時(shí)至少需要三對(duì)匹配點(diǎn),因此m的取值范圍為3 < m < N ; 步驟9:利用步驟8中計(jì)算得到的仿射變換矩陣^和雙線性插值方法,對(duì)待配準(zhǔn)圖像進(jìn)行配準(zhǔn)變換,得到仿射變換矩陣Tm對(duì)應(yīng)的配準(zhǔn)后圖像,并對(duì)配準(zhǔn)后圖像進(jìn)行灰度化處理; 步驟10:計(jì)算參考圖像與仿射變換矩陣^對(duì)應(yīng)的配準(zhǔn)后圖像之間的互信息值MIm,對(duì)于給定的參考圖像X和配準(zhǔn)圖像Y,它們之間的互信息值為: MI (X,Y) =H(X)+H(Y|X) = H(X)+H(Y)-H(X,Y) (式六) 其中,
//(^) = -^./;(.v)log/;(.v>
X二X
//(K) = -Σ/Η.ν)log/,(.)’>
V二 r
if (XJ) = -X X p(x,v)log p(.V, V);
x-x.V 二 r 其中,Ρ(χ)和p(y)分別表示參考圖像X和配準(zhǔn)圖像Y中的灰度的概率分布,p(x,y)表示圖像X和圖像Y灰度值的聯(lián)合概率密度; 步驟11:當(dāng)匹配點(diǎn)空間均勻采樣數(shù)m從3到N逐個(gè)取值時(shí),對(duì)應(yīng)獲得N-3+1 = N-2個(gè)互信息值MIm,比較獲得N-2個(gè)互信息值MIm的大小,鎖定最大互信息值MImax,其對(duì)應(yīng)的配準(zhǔn)圖像即為最終的配準(zhǔn)圖像,完成可見光寬帶光譜圖像配準(zhǔn)。
2.根據(jù)權(quán)利要求1所述的可見光寬帶光譜圖像配準(zhǔn)方法,其特征在于:步驟5中匹配特征點(diǎn)之間最近距離除以次近距離比例接受閾限為0.6。
3.根據(jù)權(quán)利要求1或2所述的可見光寬帶光譜圖像配準(zhǔn)方法,其特征在于:T的值取6。
【文檔編號(hào)】G06T7/00GK104318583SQ201410650099
【公開日】2015年1月28日 申請(qǐng)日期:2014年11月14日 優(yōu)先權(quán)日:2014年11月14日
【發(fā)明者】萬曉霞, 梁金星, 王琪, 劉強(qiáng), 李嬋, 李煥 申請(qǐng)人:武漢大學(xué)