二维图像对应性寻找方法

文档序号:6541595阅读:430来源:国知局
专利名称:二维图像对应性寻找方法
技术领域
本发明涉及二维图像对应性的寻找方法。
技术背景
当今的图形表示分为二维和三维两部分,其中二维图像已经广泛的应用于工业、 科研、宣传、学习等各种领域。在二维图像的处理中,注册问题是一个长期的热点问题,而在 注册问题当中,首当其冲要解决的就是图像对应性关系的确定。当前学术界提出的对应性 查找方式主要分为两类
1、利用点自身的属性信息寻找对应关系;
2、利用图像边界的信息寻找对关系。
在利用点自身的属性信息方法中最具有代表性的就是SIFT算法。该算法利用关 键点与周围点的色调差异构成具有多个方向的矩阵,从而实现对应关系的匹配。这种方法 的缺点在于对运动幅度较大的物体失效很严重。
利用图像边界信息的匹配寻找的是区域与区域的匹配关系。这种算法多数容易受 到噪声、误码的影响,当边界较为复杂或不够清晰时有可能失效。
除此之外,还陆续有不少人提出过各类关于对应性关系的查找方法,但总体来说 创造性不强,效果也不好。目前的学术界中,对应性关系的研究已经陷入了一个瓶颈状态, 而这种状况制约着整个图形产业的发展。发明内容
本发明要解决的技术问题在于寻求一种方式改进现有注册方法的失效问题,从 而达到更佳的对应性关系。
为解决上述问题,本发明提出的二维图像对应性寻找方法的是以现有图像分割 技术为基础,对分割后的图像采用一种概率性的算法寻找多对多的区域对应关系,在得到 相对准确的区域对应性之后,以现有区域对应关系为基础应用传统的SIFT方法并加以一 定的规则限制,从而达到更好的效果。
本发明的技术步骤是
第一步,对源图像与目标图像分别进行图像分割。我们根据图像颜色生成结构图, 而后采用类似于Kruskal算法的方式对图像进行分割。
步骤1,简单的根据各像素点颜色信息对图形进行分块,得到粗略的一个像素分割 结果。这一步骤中,首先将每个像素点视为一个分块,然后依次每个点进行八方向的查找, 将相邻颜色类似且没有加入像素块的点加入当前点所属的像素块,并且删除已经有操作点 的分块编号,最终就得到了初步分割结果。这样得到的将是一个较为庞杂、拥有大量像素块 的初步结果。
步骤2,将每个像素块视为一个结点,有相邻关系的结点之间存在连接边,将步骤 1中的初步结果形成一个无向图,无向图中每条边的权重值以相邻两像素块共有像素点为参考设定(比如两像素块共有点数量为5000,就设定其权重为5)。
步骤3,将无向图中每个点看作一个区域开始,从无向图中任意区域出发,逐项寻 找相邻区域。为算法说明简洁明了,我们首先定义两个概念
1、区域内距离对任意区域C,我们将区域所包含的所有点构成的无向图的最小 生成树的权值作为区域内距离。公式表示为
权利要求
1.二维图像对应性寻找方法,其特征在于该方法的步骤如下 第一步,对源图像与目标图像分别进行图像分割;第二步,由第一步得到的初步分割结果,采用循环置信遗传算法得到原图与目标图之 间分割的匹配关系;第三步,对第二步中得到的区域对应结果采用类似于SIFT特征对应方式寻找区域之 间的对应关系。
2.根据权利要求1所述的二维图像对应性寻找方法,其特征在于对源图像与目标图像 分别进行图像分割的具体步骤如下步骤1,简单的根据各像素点颜色信息对图形进行分块,得到粗略的一个像素分割结果;步骤2,将每个像素块视为一个结点,有相邻关系的节点之间存在连接边,将步骤1中 的初步结果形成一个无向图,无向图中每条边的权重值以相邻两像素块共有像素点为参考 设定;步骤3,将无向图中每个点看做一个区域开始,从无向图中任意一区域出发,逐项寻找 相邻区域。
3.根据权利要求1所述的二维图像对应性寻找方法,其特征在于采用循环置信遗传算 法得到原图与目标图之间分割的匹配关系的具体步骤如下步骤1,建立函数
4.根据权利要求1所述的二维图像对应性寻找方法,其特征在于采用类似于SIFT特征 对应方式寻找区域之间的对应关系的具体步骤为步骤1,将原有彩色图像转换为灰度图像; 步骤2,用输入图像与高斯函数进行反复卷积,得到高斯图像集合; 步骤3,在步骤2中计算出的大量极值点中挑选出少量相对较为健壮的极值点; 步骤4,根据图像的局部特征,为每一个特征点指派一个固定的方向; 步骤5,经过以上四个步骤的操作,我们得到了具有代表性且密度适当的特征点,然后 按以下步骤求出对缩放和旋转具有不变性的局部特征描述符1)计算特征点给定邻域内所有图像采样点处的梯度值及梯度方向;2)将该邻域绕特征点旋转一定角度,使得该特征点指派的方向与χ轴正向同向;3)利用特征点的缩放比例选取对应的高斯权函数;4)将邻域内的图像采样点的梯度值及梯度方向乘以高斯权重累加到以方向划分的直 方图上。
全文摘要
本发明公开了一种二维图像对应性计算方法。首先通过在由图像的区域分割结果抽象出的无向图上运用循环置信传播算法得到区域之间的匹配关系,然后对各个区域应用SIFT特征匹配找到最终的对应关系。该方法融合了区域匹配和特征点匹配两种计算方法,可以得到更为准确的图像对应关系。
文档编号G06T7/60GK102034237SQ20101058123
公开日2011年4月27日 申请日期2010年12月10日 优先权日2010年12月10日
发明者党岗, 周竞文, 姜巍, 方皓, 李俊, 李宏华, 李宝, 林帅, 田艳花, 程志全, 金士尧, 陈寅 申请人:中国人民解放军国防科学技术大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1