预设置信度的 匹配对剔除。4. 根据权利要求3所述的方法，其特征在于，根据预设阈值，对所述第二粗匹配组中的 匹配对进行剔除，获取第三粗匹配组，其特征在于，包括： 从所述第二粗匹配组中随机选取两个匹配对（X，Y)和（X^，)，根据上述两个匹配 对（Χ，Υ)和（Χ、Υ< )，在预设的灰度坐标系中，形成两条线段XX^与ΥΥ、其中，X和r 为所述参考图像的特征点，Y和t为所述输入图像的特征点； 对所述线段XX^进行等间距采样，获得第一采样点集合（X1,x2,X3, ...，Xn)，并得到向 里 X - [X1, X2, X3，· · ·，Xn]; 对所述线段YY^进行等间距采样，获得第二采样点集合（Y1, Y2, Y3, ...，Yn)，并得到向 My= [yi, y2> Υ3) · · ·) yJ ； 分别对所述向量χ和所述向量y进行归一化处理，得到两个归一化的向量?和y，并采 用公式d = |无-到I2，计算获取向量J和y之间的距离d; 若所述距离d大于所述预设阈值，则将所述匹配对（X，Y)和（X'，Y')从所述第二粗 匹配组中剔除； 在剔除后的第二粗匹配组中重新选取两个匹配对，重复上述步骤，直至剔除后的第二 粗匹配组中任意两个匹配对对应的距离大于所述预设阈值； 其中，Xi为所述第一采样点集合中采样点X 3寸应的灰度值，y 所述第二采样点集合 中采样点1对应的灰度值，i = 1，2, ...，η，η为所述第一采样点集合和所述第二采样点集 合的维度。5. 根据权利要求3所述的方法，其特征在于，根据预设阈值，对所述第二粗匹配组中的 匹配对进行剔除，获取第三粗匹配组，包括： 对所述第二粗匹配组中的所述参考图像的特征点根据横坐标和纵坐标分别从小到大 进行排序，将所述参考图像的特征点的横坐标依次重新定义为〇，1，···，Hl1，将所述参考图像 的特征点的纵坐标依次重新定位为〇, 1，…，Hl1，获取所述参考图像的特征点的新横坐标和 新纵坐标； 对所述第二粗匹配组中的所述输入图像的特征点根据横坐标和纵坐标分别从小到大 进行排序，将所述输入图像的特征点的横坐标依次重新定位为〇, 1，…，Ii1，将所述输入图像 的特征点的纵坐标依次重新定位为〇, 1，…，η1;获取所述参考图像的特征点的新横坐标和 新纵坐标； 遍历所述第二粗匹配组中的匹配对，若匹配对中的参考图像特征点对应的特征点的新 横坐标与输入图像特征点对应的新横坐标之差或者所述匹配对中参考图像特征点对应的 新纵坐标与输入图像特征点对应的新纵坐标之差大于所述预设阈值时，则将所述匹配对从 所述第二粗匹配组中剔除； 其中，Hi1为所述第二粗匹配组中所述参考图像的特征点的数量；n i为所述第二粗匹配 组中所述输入的特征点的数量。6. 根据权利要求3所述的方法，其特征在于，所述采用RANSAC算法，对所述第三粗匹配 组中的匹配对进行处理，获取对应的变换矩阵，包括： 从第三粗匹配组中随机选取四个不共线的匹配对； 根据选取的四个匹配对计算所述参考图像和所述输入图像之间的透视变换矩阵H ; 计算第三粗匹配组中符合透视变换矩阵H的匹配对数目； 重新选取四个不共线的匹配对，重复上述步骤，直至获得目标匹配对数目；其中，所述 目标匹配对数目大于第三预设阈值； 将所述目标匹配对数目对应的透视变换矩阵作为对应的变换矩阵。7. -种基于级联结构的图像配准装置，其特征在于，包括： 匹配模块，用于对参考图像的特征点和输入图像的特征点进行双向匹配处理，获取第 一粗匹配组； 第一剔除模块，用于根据预设置信度，对所述第一粗匹配组中的匹配对进行剔除，获 取第二粗匹配组；其中，从所述第一粗匹配组中剔除的匹配对的相似度低于所述预设置信 度； 第二剔除模块，用于根据预设阈值，对所述第二粗匹配组中的匹配对进行剔除，获取第 三粗匹配组；其中，从所述第二粗匹配组中剔除的匹配对中任意两个匹配对之间的灰度距 离或者空间距离大于所述预设阈值； 处理模块，用于采用RANSAC算法，对所述第三粗匹配组中的匹配对进行处理，获取对 应的变换矩阵； 获取模块，用于根据所述变换矩阵，将所述参考图像和所述输入图像在空间上进行对 准处理，以获取输出图像。8. 根据权利要求7所述的装置，其特征在于，所述匹配模块，包括： 检测单元，用于采用SIFT算法，分别检测获取所述参考图像的特征点仉(X，y) I i = 1，2,. . .，m}和对应的描述符，以及所述输入图像的特征点{Sj (X，y) I j = 1，2,. . .，η}和对 应的描述符； 第一获取单元，用于遍历所有参考图像的特征点RiU, y)，获取输入图像的特征点 Sj(X，y)分别与所有参考图像的特征点Ri (X，y)构成的匹配对（Ri, Sj)，并从获取的匹配对 (Ri, Sj)中，将相似度最小的匹配对作为所述输入图像的特征点Sj (X，y)对应的目标匹配 对，将j加1，重复上述步骤，直至获取输入图像的特征点Sn(x，y)对应的目标匹配对，以获 取集合A ;其中，j初始时为1，所述相似度是指所述匹配对中的输入图像的特征点对应的 描述符和所述匹配对中的参考图像的特征点对应的描述符之间的欧式距离；集合A包括输 入图像的特征点S 1Uy)对应的目标匹配对至输入图像的特征点Sn(x，y)对应的目标匹配 对； 所述第一获取单元，还用于遍历所有输入图像的特征点I (X，y)，获取参考图像的特征 点Ri (X，y)分别与所有输入图像的特征点Sj (X，y)构成的匹配对（Sj, Ri)，并对获取的匹配 对（SjJi)按照其相似度从小大到的顺序进行排序，再将排序后的前k个匹配对作为所述参 考图像的特征点R i (X，y)对应的目标匹配对，将i加1，重复上述步骤，直至获取参考图像的 特征点Rm(X，y)对应的目标匹配对，以获取集合B ;其中，i初始时为1，集合B包括参考图 像的特征点R1 (X，y)对应的目标匹配对至参考图像的特征点Rm(X，y)对应的目标匹配对； 确定单元，用于将所述集合A和所述集合B的交集确定为所述第一粗匹配组； 其中，（x，y)为特征点的坐标，m为所述参考图像的特征点的数量，η为所述输入图像的 特征点的数量，k = 1，2, 3。9. 根据权利要求8所述的装置，其特征在于，所述第二剔除模块，包括： 选取单元，用于从所述第二粗匹配组中随机选取两个匹配对（X，Y)和（X'，Y;)，根据 上述两个匹配对（Χ，Υ)和（X'，Υ;)，在预设的灰度坐标系中，形成两条线段XX^与YY^， 其中，X和X'为所述参考图像的特征点，Y和Y'为所述输入图像的特征点； 采样单元，用于对所述线段XX'进行等间距采样，获得第一采样点集合 (X1, X2, X3, · · ·，Xn)，并得到向量 X = [X1, X2, X3, · · ·，Xn]; 所述采样单元，还用于对所述线段YY'进行等间距采样，获得第二采样点集合 (Y1, Y2, Y3, · · ·，Yn)，并得到向量 y = Iiy1, y2, y3, · · ·，yn]; 处理单元，用于分别对所述向量x和所述向量y进行归一化处理，得到两个归一化的向 量无和y，并采用公式d =防-到|2，计算获取向量?和歹之间的距离d ; 第一判断单元，若所述距离d大于所述预设阈值，则将所述匹配对（X，Y)和（X'，Y') 从所述第二粗匹配组中剔除； 所述选取单元，还用于在剔除后的第二粗匹配组中重新选取两个匹配对，重复上述步 骤，直至剔除后的第二粗匹配组中任意两个匹配对对应的距离大于所述预设阈值； 其中，Xi为所述第一采样点集合中采样点X 3寸应的灰度值，y 所述第二采样点集合 中采样点1对应的灰度值，i = 1，2, ...，η，η为所述第一采样点集合和所述第二采样点集 合的维度。10.根据权利要求8所述的装置，其特征在于，所述第二剔除模块，包括： 第二获取单元，用于对所述第二粗匹配组中的所述参考图像的特征点根据横坐标和 纵坐标分别从小到大进行排序，将所述参考图像的特征点的横坐标依次重新定义为0， 1，…，Hl1，将所述参考图像的特征点的纵坐标依次重新定义为0, 1，…，IIl1，获取所述参考图 像的特征点的新横坐标和新纵坐标； 所述第二获取单元，还用于对所述第二粗匹配组中的所述输入图像的特征点根据横坐 标和纵坐标分别从小到大进行排序，将所述输入图像的特征点的横坐标依次重新定位为0， 1，…，Ii1，将所述输入图像的特征点的纵坐标依次重新定位为0,1，…，η1;获取所述参考图 像的特征点的新横坐标和新纵坐标； 第二判断单元，用于遍历所述第二粗匹配组中的匹配对，若匹配对中的参考图像特征 点对应的特征点的新横坐标与输入图像特征点对应的新横坐标之差或者所述匹配对中参 考图像特征点对应的新纵坐标与输入图像特征点对应的新纵坐标之差大于所述预设阈值 时，则将所述匹配对从所述第二粗匹配组中剔除； 其中，Hi1为所述第二粗匹配组中所述参考图像的特征点的数量；n i为所述第二粗匹配 组中所述输入的特征点的数量。
【专利摘要】本发明提供一种基于级联结构的图像配准方法及装置，其中，该方法包括：对参考图像的特征点和输入图像的特征点进行双向匹配处理，获取第一粗匹配组；根据预设置信度，对第一粗匹配组中的匹配对进行剔除，获取第二粗匹配组；其中，从第一粗匹配组中剔除的匹配对的相似度低于预设置信度；根据预设阈值，对第二粗匹配组中的匹配对进行剔除，获取第三粗匹配组；其中，从第二粗匹配组中剔除的匹配对中任意两个匹配对之间的灰度距离或者空间距离大于预设阈值；采用RANSAC算法，对第三粗匹配组中的匹配对进行处理，获取对应的变换矩阵；根据变换矩阵，将参考图像和输入图像在空间上进行对准处理，以获取输出图像。
【IPC分类】G06T7/00
【公开号】CN104978742
【申请号】CN201510325495
【发明人】李永, 张晓莹, 温志刚, 荆晶, 王林, 范春晓
【申请人】北京邮电大学
【公开日】2015年10月14日
【申请日】2015年6月12日