一种图像匹配方法及装置制造方法
【专利摘要】本发明实施例公开了一种图像匹配方法及装置，方法包括：步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；步骤S4、重复执行S1至S3的操作直到满足预设停止条件，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。本发明实施例的技术方案能提高图像匹配的精确度。
【专利说明】一种图像匹配方法及装置【技术领域】
[0001 ] 本发明涉及图像处理【技术领域】，具体涉及一种图像匹配方法及装置。
【背景技术】
[0002]图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一，已经广泛应用在图像识别以及图像重建等领域中。现有的图像匹配技术主要包括利用图像的灰度信息进行匹配的模板匹配技术、相位相关匹配技术和基于特征的图像匹配技术。
[0003]现有的基于特征的图像匹配技术，主要是通过从两幅图像中提取了变化明显的点、线、区域等特征形成特征点集合，依据两幅图像间对应的特征点集合中所包含的特征点，将不同图像上由同一场景点投影而成的特征点一一对应，具有计算量较小、速度较快的特点，已逐渐成为未来的发展方向。
[0004]但是，由于噪声、 运动物体、重复性纹理等不确定因素的影响，使得数据模型中存在比较多的错误数据，现有的基于特征的图像匹配技术精确度不高。
【发明内容】
[0005]有鉴于此，本发明实施例提供一种图像匹配方法及装置，以提高图像匹配的精确度。
[0006]本发明实施例采用以下技术方案:
[0007]第一方面，本发明实施例提供了一种图像匹配方法，包括:
[0008]步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；
[0009]步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；
[0010]步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；
[0011 ] 步骤S4、重复执行SI至S3的操作直到满足预设停止条件，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。
[0012]第二方面，本发明实施例还提供了一种图像匹配装置，包括:
[0013]样本集抽取单元，用于从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集；
[0014]变换模型参数获取单元，用于根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数；
[0015]内点获取单元，用于根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点；
[0016]匹配单元，用于当满足预设停止条件时，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。
[0017]本发明实施例提出的技术方案的有益技术效果是:
[0018]本发明实施例的技术方案通过多次从基准图像与待配准图像的匹配点对集合中抽取样本集并计算对应的变换模型参数，挑选出内点数目最大的样本集所对应的变换模型参数，根据该变换模型参数对所述基准图像和所述待配准图像进行匹配，以提高图像匹配的精确度。
【专利附图】
【附图说明】
[0019]为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。
[0020]图1是本发明实施例一所述的图像匹配方法流程图；
[0021]图2是本发明实施例二所述的图像匹配方法示意图；
[0022]图3是本发明实施例二所述的图像匹配方法中匹配点分块示意图；
[0023]图4是本发明实施例二所述的图像匹配方法中匹配点分块提取示意图；
[0024]图5是本发明实施例二所述的图像匹配方法中分块选取示意图；
[0025]图6是本发明实施例二所述的图像匹配方法中匹配点选取示意图；
[0026]图7是本发明实施例三所述的图像匹配装置的结构框图；
[0027]图8是本发明实施例三所述的图像匹配装置中的样本集抽取单元的结构框图。
【具体实施方式】
[0028]为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0029]下面结合附图并通过【具体实施方式】来进一步说明本发明的技术方案。
[0030]实施例一
[0031]图1是本实施例提供的图像匹配方法流程图，本实施例可适用于通过计算机软件将一幅图像匹配到另一幅图像的情况，可将这两幅图像分别称为待配准图像和基准图像，本实施例的方法即为将待配准图像匹配到基准图像，该方法可以由能够执行所述计算机软件的终端来执行，包括但不限于计算机、手机、平板电脑、智能相机等，如图1所示，本实施例所述的图像匹配方法包括:
[0032]S101、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集。
[0033]本操作步骤为本实施例的核心操作步骤。由于噪声、运动物体、重复性纹理等不确定因素的影响容易产生错误的数据，为了尽可能地避免图像中这些错误数据对图像匹配的精确的影响，需要从图像中匹配点对集合中抽取精确的匹配点对作为样本集，并尽大可能地确保所述样本集中的匹配点对的数据准确度。
[0034]那么，如何确保所述样本集中的匹配点对的数据准确度呢，则是通过多次抽取不同的样本集，通过后续操作步骤来分别对各样本集进行评价验证，最终挑选出最优的样本集，依据该最优样本集来作为图像匹配依据。
[0035]具体地，从匹配点对集合中抽取匹配点对作为样本集的方式可为多种，包括但不限于随机抽取和按照预设算法提取，只要保证各次提取的样本集中的匹配点对不同即可。
[0036]本领域的技术人员需要明确的是，本步骤中各次提取的样本集中所包含的匹配点对的数目可以相同，也可以不同，将对应的内点数目最大的样本集作为最优样本集。
[0037]S102、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数。
[0038]本步骤中，依据样本集所包含的匹配点对计算所述基准图像与所述待配准图像之间的变换模型参数的具体方法同现有技术中的常规方法，例如，可利用RANSAC (RandomSample Consensus,随机样本一致)算法和最小二乘法迭代算法,实现样本集中匹配点对之间的正确匹配，并根据正确匹配对计算出图像的变换模型参数。
[0039]例如，已知样本集中所包含的匹配的点对:(398，134)与(409，131)匹配，(202，87)与(211，127)匹配，(380，177)与(398，149)匹配。设旋转角度为U，平移从标为(x，y)，则得出如下方程组:
[0040]409 = 398*cos(u)_134*sin(u)+tx ；
[0041]131 = 398*sin (u)+134*cos (u)+ty ；
[0042]211 = 202*cos(u)_87*sin(u)+tx ；
[0043]127 = 202*sin(u)+87*cos(u)+ty ；
[0044]398 = 380*cos(u)_177*sin(u)+tx ；
[0045]176 = 380*sin(u)+177*cos(u)+ty
[0046]通过求解上述方程组即可求出变换模型参数。
[0047]S103、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点。
[0048]S104、判断是否满足预设停止条件，若是则执行操作S105，否则返回操作SlOl。
[0049]预设停止条件通过预先设定，例如设定预设停止条件为当存在样本集中所包含的内点数目达到第一预设数目，则停止抽取其他样本集，根据该样本集对应的变换模型参数进行图像匹配。又如，设定重复次数达到预设次数则停止。
[0050]S105、提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。
[0051]本领域的技术人员需要明确的是，本步骤中各次提取的样本集中所包含的匹配点对的数目可以相同，也可以不同，将对应的内点数目最大的样本集作为最优样本集，若存在一个以上的样本集的内点数目相等且均为最大值，最可随机选定其中一个样本集作为内点数目最大的样本集，也可选定匹配点对的数目较小的样本集作为内点数目最大的样本集，还可进一步重新设定一个较小的预设阈值再来分别重新计算上述内点数目相等的样本集的内点，进而从中重新挑选内点数目最大的样本集。
[0052]本发明实施例的技术方案通过多次从基准图像与待配准图像的匹配点对集合中抽取样本集并计算对应的变换模型参数，挑选出内点数目最大的样本集所对应的变换模型参数，根据该变换模型参数对所述基准图像和所述待配准图像进行匹配，以提高图像匹配的精确度。
[0053]实施例二
[0054]本发明实施例二的匹配对象为同一场景的两张幅图像，以示区别，将所述两幅图分别称为基准图像和待配准图像，两幅图像拍摄于不同时间、不同角度，图像具有一定的重置区域。
[0055]图2是本实施例所述的图像匹配方法流程图，如图2所示，本实施例所述的图像匹配方法包括:
[0056]S201、输入待配准图像的特征点集合。
[0057]图像的特征点集合，主要是先从图像中提取变化明显的点、线、区域等特征形成特征集。
[0058]S202、输入基准图像的特征点集合。
[0059]本步骤方法同步骤S201，在此不作赘述。
[0060]S203、获取匹配点对，形成匹配点对集合。
[0061]分别获取待配准图像的特征点集合和基准图像的特征点集合以后，将两个图像上由同一场景点的投影点进行一一对应，获取匹配点对，形成匹配点对集合。
[0062]需要说明的是，每个匹配点对包括两个匹配点，所述两个匹配点分别来源于基准图像和待配准图像。
[0063]S204、抽取匹配点对作为样本集。
[0064]具体抽取匹配点对的方法可以包括接照预设算法来抽取和通过预先设定数目来抽取(例如随机抽取预先设定数目的匹配点对)。
[0065]例如，基于分块匹配策略的匹配点选取方法抽取4个匹配点对，组成一个样本集Ui (ul, u2, u3, u4)。
[0066]若抽取的匹配点对互相之间很接近，则会影响计算精确度。因此，抽取样本集中的匹配点对时，尽量能在匹配点对集合的坐标范围之内均匀抽取。本步骤的优选实施方式包括:
[0067]S2041、在待配准图像中根据匹配点坐标的范围把待配准图像中包含匹配点的部分分成4X4块，需保证每一块的大小相同。具体的匹配点分块示意图如图3所示。
[0068]例如，待配准图像的大小为559*540，所有的匹配点的横坐标大于等于150，小于等于350，而所有的匹配点的纵坐标大于等于145，小于等于455，则将所述待配准图像中横坐标大于等于150，小于等于350，纵坐标大于等于145，小于等于455的区间平均划分成4X4块。当然，具体划分的块数可据情况具体限定，并且，分块时横向划分的块数与纵向划分的块数可相同也可不同。
[0069]S2042、去掉那些没有匹配点的块。
[0070]由于匹配点分布的随机性，有的块中有匹配点，而有的块中没有，为了使样本集中的匹配点对分布更加均匀，确保所选取的样本集分别取自于不同的块，为了更好地控制样本集中匹配点对的选取，因此，将待配准图像中包含大部分或全部匹配点的区域进行分块后，去掉那些没有匹配点的块，便于下一步从各块中分别选取匹配点。具体的匹配点分块提取示意图如图4所示。
[0071]S2043、在分成的块中随机选取4个互不相同的块。具体的图像匹配方法中分块选取示意图如图5所示。
[0072]当然，具体选取块的方式包括但不限于随机选取方式，可根据具体情况设定选取规则。
[0073]S2044、在这4块的每块中随机选取一个特征点，然后在基准图像中找到和它们对应的匹配点，这样共得到4对分布比较均匀的匹配点。具体的图像匹配方法中匹配点选取示意图如图6所示。
[0074]S205、计算变换模型参数。
[0075]步骤S2:根据抽取的匹配点对，求解图像之间的变换模型参数，相邻两幅图像之间的变换参数可以用投影变换模型来表示，其中，参数投影变换模型齐次坐标表示如下:
【权利要求】
1.一种图像匹配方法，其特征在于，包括: 步骤S1、从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集； 步骤S2、根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数； 步骤S3、根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点； 步骤S4、重复执行步骤SI至步骤S3的操作直到满足预设停止条件，提取获得的内点数目最大变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。
2.如权利要求1所述的图像匹配方法，其特征在于，所述预设停止条件包括:内点数目达到第一预设数目或重复操作的次数达到预设次数；和/或， 所述根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数的操作具体包括:根据所述样本集用最小二乘法计算所述基准图像与所述待配准图像之间的变换模型参数。
3.如权利要求1所述的图像匹配方法，其特征在于，所述从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集的操作具体包括: 获取基准图像与待配准图像的匹配点对集合，获取所述匹配点对集合对应于所述待配准图像的匹配点，根据所述匹配点的范围将所述待配准图像划分成第二预设数目的块； 从包含匹配点的块中挑选出第三预设数目的块； 分别从所挑选的各块中挑选第四预设数目的匹配点，将所挑选的匹配点所对应的匹配点对作为样本集。
4.如权利要求3所述的图像匹配方法，其特征在于，根据匹配点坐标的范围，将待配准图像划分成第二预设数目的块具体包括: 获取所述待配准图像中包含全部或预设比例的匹配点的区域的坐标范围； 根据所述坐标范围将所述待配准图像中所述区域平均划分成第二预设数目的块。
5.如权利要求3所述的图像匹配方法，其特征在于，所述从包含匹配点的块中挑选出第三预设数目的块具体包括:从包含匹配点的块中随机挑选出第三预设数目的块；和/或 分别从所挑选的各块中挑选第四预设数目的匹配点的操作具体包括:分别从所挑选的各块中随机挑选第四预设数目的匹配点。
6.一种图像匹配装置，其特征在于，包括: 样本集抽取单元，用于从基准图像与待配准图像的匹配点对集合中抽取匹配点对作为样本集； 变换模型参数获取单元，用于根据所述样本集计算所述基准图像与所述待配准图像之间的变换模型参数； 内点获取单元，用于根据所述变换模型参数计算所述匹配点对集合所包含的匹配点对的两个匹配点之间的距离，将距离小于预设阈值的匹配点对作为内点； 匹配单元，用于当满足预设停止条件时，提取获得的内点数目最大的变换模型参数，根据所提取的变换模型参数对所述基准图像和所述待配准图像进行匹配。
7.如权利要求6所述的图像匹配装置，其特征在于，所述预设停止条件包括:内点数目达到第一预设数目或重复操作的次数达到预设次数；和/或，变换模型参数获取单元具体用于:根据所述样本集用最小二乘法计算所述基准图像与所述待配准图像之间的变换模型参数。
8.如权利要求6所述的图像匹配装置，其特征在于，所述样本集抽取单元具体包括: 块划分子单元，用于获取基准图像与待配准图像的匹配点对集合，获取所述匹配点对集合对应于所述待配准图像的匹配点，根据所述匹配点的范围将所述待配准图像划分成第二预设数目的块； 块挑选子单元，用于从包含匹配点的块中挑选出第三预设数目的块； 匹配点挑选子单元，用于分别从所挑选的各块中挑选第四预设数目的匹配点，将所挑选的匹配点所对应的匹配点对作为样本集。
9.如权利要求8所述的图像匹配装置，其特征在于，所述块划分子单元具体用于: 获取所述待配准图像中包含全部或预设比例的匹配点的区域的坐标范围； 根据所述坐标范围将所述待配准图像中所述区域平均划分成第二预设数目的块。
10.如权利要求8所述的图像匹配装置，其特征在于，所述块挑选子单元具体用于:从包含匹配点的块中随机挑选出第三预设数目的块；和/或 所述匹配点挑选子单元具体用于:分别从所挑选的各块中随机挑选第四预设数目的匹配点。
【文档编号】G06T7/00GK103955931SQ201410179054
【公开日】2014年7月30日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】方圆圆, 张雷 申请人:江苏物联网研究发展中心