值区域MSER的质心； 3b)根据所述两幅图像中得到的最大稳定极值区域MSER的质心，按照下式计算这两幅 图像拟合区域的点： (xA-yA)TU/(xA-yA) = (xA-yA)TMA(xA-yA) = 1 (xB-yB)UB (xB-yB)一(xB-yB)MB (xB-yB)一1 其中，XJPxB分别表示参考图像A和待配准图像B中拟合区域的点，y4和yB分别表 示参考图像A和待配准图像B中所有最大稳定极值区域MSER的质心的均值，T表示转置，UA 和UB分别表示参考图像A和待配准图像B中所有最大稳定极值区域MSER的质心的方差，MA 和MB分别表示参考图像A和待配准图像B中所有最大稳定极值区域MSER的质心的二阶矩 矩阵； 3c)在参考图像A和待配准图像B中，分别用获得的各自拟合区域点构成初始椭圆拟合 区域； 3d)按照下式计算参考图像A中初始椭圆拟合区域的最大容许扩大比例：
其中，kA表示参考图像A中包含初始拟合区域的椭圆长短轴的最大容许扩大倍数，^和cA分别表示参考图像A的行数和列数，u3和va分别表示参考图像A中所有最大稳定极值区 域MSER的质心的均值坐标，x,ya分别表示参考图像A中拟合区域点的行坐标和列坐标； 3e)按照下式计算待配准图像B中初始椭圆拟合区域的最大容许扩大比例：
其中，1^表示待配准图像B中包含初始拟合区域的椭圆长短轴的最大容许扩大倍数，rB 和cB分别表示待配准图像B的行数和列数，ub和vb分别表示待配准图像B中所有匹配最大 稳定极值区域的质心的均值坐标，xb和yb分别表示待配准图像B中拟合区域点行坐标和列 坐标； 3f)将参考图像A中初始椭圆拟合区域的最大容许扩大比例kA和待配准图像B中 初始椭圆拟合区域的扩大比例1^中较小的作为初始椭圆拟合区域的扩大比例k，k= min(kA,kB)； 3g)根据扩大比例k计算参考图像A和待配准图像B中扩大后椭圆区域的点： (x'A-yA)TMA(x'A-yA)=k2 (x' B-yB)TMB(x' B-yB) =k2 其中，x'JPx'B分别表示参考图像A和待配准图像B中扩大后的椭圆区域的点，yA 和uB分别表示参考图像A和待配准图像B中所有匹配最大稳定极值区域的质心的均值，Ma 和Mb分别表示参考图像A和待配准图像B中所有匹配最大稳定极值区域的质心的二阶矩 矩阵； 3h)分别用参考图像A扩大后的椭圆区域的点x'A和待配准图像B扩大后的椭圆区 域的点X'B构成这两幅图像的椭圆拟合区域。
4. 根据权利要求1所述的基于最大稳定极值区域和相位一致性的仿射变换图像配准 方法，其中步骤（5)所述的分别对参考图像A和待配准图像B中获得的归一化区域进行基 于Gabor滤波器的带通分解，按如下步骤进行： 5a)设计具有5个带通滤波器的Gabor带通滤波器组G(u，v，入）：
其中，u和v表示带通滤波器的频域坐标，K表示每个带通滤波器的方向数，K的取值为 6，9i表示带通滤波器的朝向，A=i= -6, -5, -4, ...，4, 5, 6,A是带通滤波器的尺度 因子，每个带通滤波器的X取值不同，即第一个带通滤波器值的为力，第二个带通滤波器 值的为2,第三个带通滤波器值的为2万，第四个带通滤波器值的为4,第五个带通滤波器 值的为4力； 5b)利用设计的带通滤波器组，按照下式对从参考图像A和待配准图像B中获得的归一 化区域进行带通分解：
其中，IA(x，y)和IB(x，y)分别表示从参考图像A和待配准图像B中获得的归一化区域，F[ ?]表示傅里叶变换，F4[ ?]表示傅里叶逆变换，表示对应于参考图像A的子带 图像，表示对应于待配准图像B的子带图像。
5. 根据权利要求1所述的基于最大稳定极值区域和相位一致性的仿射变换图像配准 方法，其中步骤（6)所述的对上述两幅图像的子带图像进行基于相位一致性最大矩的特征 点检测，按如下步骤进行： 6a)分别对参考图像A的各个子带图像，进行基于相位一致性最大矩的特征点检测，从 包含特征点数目最多的子带图像中选择特征点并将其作为参考图像A的特征点检测结果； 6b)按照下式将参考图像A中检测到的特征点构成一个点集： X=IXx2 …xn...xN] 100 <N< 500 其中，X表示参考图像A中检测到的特征点构成的点集，xn表示参考图像A中检测到的 第n个特征点，n= 1，2, ...，N，N表示参考图像A中检测到的特征点的数目； 6c)分别对待配准图像B的各个子带图像，进行基于相位一致性最大矩的特征点检测， 从包含特征点数目最多的子带图像中选择特征点并将其作为待配准图像B的特征点检测 结果； 6d)按照下式将待配准图像B中检测到的特征点构成一个点集： Y=[yi丫2 …ym…Ym] 1〇〇 彡M 彡 5〇〇 其中，Y表示待配准图像B中检测到的特征点构成的点集，ym表示待配准图像B中检测 到的第m个特征点，m= 1，2,. . .，M，M表示待配准图像B中检测到的特征点的数目。
6. 根据权利要求1所述的基于最大稳定极值区域和相位一致性的仿射变换图像配准 方法，其中步骤（6)所述的对检测到的特征点进行基于概率分布的点集配准，得到点集间 的变换矩阵Tl，按如下步骤进行： 6e)把待配准图像检测点集Y中的所有点作为高斯混合模型GMM的图心； 6f)根据参考图像检测点集X中的任意一点^与待配准图像检测点集Y中的点的对应 关系，生成条件概率密度函数：
其中，〇表示高斯混合模型中单个高斯函数的标准差，M表示待配准图像检测点集Y中 元素的个数； 6g)根据参考图像检测点集X中的所有点与待配准图像检测点集Y中的所有点的对应 关系，生成对数似然估计函数：
6h)利用期望最大化EM算法，计算出使对数似然估计函数1 ( 〇，1\)取得极值时的1\矩 阵。
7. 根据权利要求1所述的基于最大极值区域MSER和相位一致性的仿射变换图像配准 方法，其中步骤（7)所述的估计参考图像A和待配准图像B之间的变换矩阵，按照下 式计算：
cosO -sinO 其中，R= . u，MJPMB分别表示参考图像A和待配准图像B中所有匹配最 sinfc>cosy_ 大稳定极值区域的质心的二阶矩矩阵，扎和HB分别表示二阶矩矩阵M4和MB奇异值分解得 到的实对称酉矩阵，ydPyB分别表示参考图像A和待配准图像B中所有匹配最大稳定极 值区域的质心的均值，0表示待配准图像B相对于参考图像A的旋转角度。
【专利摘要】本发明公开了一种基于最大稳定极值区域和相位一致性的图像配准方法，主要解决现有技术提取的特征点重复率低和运算复杂度高的缺陷。其实现步骤为：1、输入存在仿射变换的两幅图像并分别进行最大稳定极值区域检测和匹配；2、拟合两幅图像的匹配区域，并扩大和归一化处理；3、对归一化后的两个区域作带通分解；4、检测基于相位一致性最大矩的特征点，建立检测到的特征点概率分布；5.估计两个点集间的精确仿射变换矩阵；6、根据归一化后的两个区域估计两幅图像间的变换矩阵；7、计算两幅图像间的精确仿射变换矩阵并完成图像配准。本发明能提取出具有较高重复率和正确匹配率的特征点，提高了计算效率，可用于图像融合，图像拼接与三维重建。
【IPC分类】G06T7-00
【公开号】CN104616280
【申请号】CN201410696329
【发明人】张强, 相朋, 王亚彬, 王龙
【申请人】西安电子科技大学
【公开日】2015年5月13日
【申请日】2014年11月26日