专利名称：用于执行交叉计算的方法和设备的制作方法
技术领域：
本发明涉及一种用于执行第一和第二信号之间的交叉计算的方法和设备。
背景技术：
互相关是从电信到图像处理的许多应用的信号处理中的标准工具。它的基本目的在于找出两个信号之间的基本相似性，否则这种相似性被不利效果(诸如，噪声、部分遮蔽等)所掩盖。两个一维、离散时间实值信号的互相关函数定义为
= {a · = Y".tJf + Λ ) 6< )(!)
( Γ其中T是采样索引的集合，其中a(t+At)和b(t)都不等于零。对于每个偏移At，互相关函数测量第一信号和第二相应移位的信号之间的相似性。如果在两个信号之间存在统计相关，则互相关函数将会对于各偏移获得高值。这表示在图I中，图I在左手部分显示相隔一个单位并且明显高度相关的信号a和b的采样。忽略噪声分量，各采样在这个例子中甚至完全相同。在右手部分显示的对应互相关函数c利用在偏移At = I的最大值反映了这一点。更准确地讲，如果产生a和b的采样的随机过程为联合各态历经(ergodic)和零均值，则C(At)是相对于彼此移位At的这两个过程的协方差的估计。互相关在各种领域中起到重要的作用。一般而言，每当需要在信号中检测某一模式时或者当要确定两个匹配信号之间的移位时，采用互相关。例如在电信中，互相关用于在有噪声的接收信号中检测已知形状的模板信号。 这称为匹配滤波器的概念(例如，参见G. Turin. Anintroduction to matched filters. Information Theory, IRE Transactions on,6(3) :311-329,1960)。另一应用是确定信号的到达时间差以便测量例如距离或速率(例如，参见美国专利申请2010/0027602A1)。在图像处理中，二维互相关函数用于例如模式匹配，以便在图像中识别已知形状或者确定两个图像之间的某些像素区域的位移(例如，参见Brunelli. Template matching techniques in computer vision.2008)。尽管互相关应用于各种技术领域(诸如，电信或者图像处理)，但如果信号过度损坏，则互相关容易失败。尽管它相对不容易受加性白噪声影响，但非平稳干扰的影响更严重。如果信号包括例如占优势的串扰分量或者如果突发错误暂时破坏测量，则互相关函数能够包含与在真实偏移的峰值相同的数量级的侧最大值。在图像处理应用中，这能够例如由空间遮蔽引起。图2示意性地表示这种影响。在这个例子中，显示了例如由串扰导致的在时间点4的信号b(t)的局部干扰(参见左手部分下面的曲线图)。这能够在互相关函数中导致有效的次峰，如图2的右手侧的曲线图中所示。如方程(I)中所定义的最简单形式的互相关容易扩展至更一般的情况。对于上述图像处理应用，例如，需要考虑二维和更高维的信号。方程(2)给出一般的η维版本，该η 维版本也包括复值输入信号。
权利要求
1.一种用于执行第一和第二信号之间的交叉计算的计算机实现的信号处理方法，所述方法包括把第一信号分成更短的长度M的片段；执行所述第一信号的片段与所述第二信号的互相关以获得多个部分互相关函数； 通过组合所述部分互相关函数获得组合互相关函数以获得组合互相关函数；应用异常值检测或异常值去除方法以识别或去除受到干扰或损坏的那些片段，其中所述异常值检测方法包括把各单个部分互相关函数与组合部分互相关函数进行比较以执行一致性检查以便检查部分互相关是否与所述组合互相关函数一致，其中所述方法还包括重新组合不包括已基于所述一致性检查被识别为受到干扰或损坏的部分互相关函数的所述部分互相关函数，以获得受干扰较小或者损坏较小的最后的互相关函数。
2.如权利要求I所述的方法，还包括计算组合互相关结果作为候选偏移，并且其中如果一致性检查的结果为不存在一致性，则把所述部分互相关函数视为异常值。
3.如权利要求I所述的方法，还包括选择长度M的更短片段的集合；基于所选择的集合的部分互相关函数计算所述组合互相关；执行所述一致性检查以识别所述集合的所述部分互相关函数之中的异常值；重复所述选择片段的集合的步骤，计算组合互相关并执行与所述片段对应的各部分互相关的所述一致性检查，直至已找到没有异常值的片段或具有最少数量的异常值的片段的至少一个集合；基于没有异常值或具有最少数量的异常值的片段的集合计算最后的组合互相关函数。
4.如权利要求3所述的方法，其中基于能够具有不同数量的片段的片段的多个集合计算所述组合互相关，并且其中基于片段的集合之中具有最大数量的未发现异常值的片段的片段的集合计算所述最后的组合互相关函数。
5.如权利要求3所述的方法，其中组合部分互相关函数产生候选偏移，并且所述异常值检测或去除方法包括下述各项之一把在候选偏移处的部分互相关函数的绝对或相对值与在候选偏移处的组合部分互相关值进行比较；把在候选偏移处的部分互相关函数的曲率与特定阈值进行比较；比较从候选偏移到部分互相关函数的最接近的有效局部最大值的采样的距离以确定它是否超出特定阈值。
6.如权利要求I所述的方法，其中所述异常值检测或去除方法包括下述各项之一 RANSAC 算法；最小估计平方中值算法；M—estimator。
7.如权利要求I所述的方法，其中所述异常值检测方法是RANSAC算法，在该算法中，将要拟合的模型是第一和第二信号之间的互相关值的峰值，在拟合中使用的数据点是部分互相关函数的各峰值，在去除受干扰的部分互相关函数之后，部分互相关函数的值被组合以获得总的互相关函数。
8.如权利要求7所述的方法，其中所述一致性检查包括对于每个部分互相关函数，检查部分互相关函数的峰值和组合互相关函数的峰值之间的偏差是否位于特定阈值内以识别异常值。
9.如权利要求I所述的方法，其中应用所述方法以找出可能从不同视角获得的同一事件的两个视频序列之间的时间偏移，所述方法包括把所述两个场景的视频数据变换成各自的一维时间序列；如前面权利要求之一中所限定的那样获得所述两个时间序列的互相关，以便基于所获得的互相关确定所述两个视频序列之间的时间偏移。
10.如权利要求9所述的方法，还包括把所获得的一维信号视为准稳定的和/或利用它们的总体平均值和标准偏差把它们标准化。
11.如权利要求I所述的方法，还包括为了在部分互相关函数中找到候选峰值，应用一种方法以减轻噪声，其中该方法包括:应用形态闭合，或者反复地计算所获得的互相关函数的凸包以便仅保留它的有意义的峰值。
12.一种用于执行第一和第二信号之间的交叉计算的信号处理设备，所述设备包括 用于把第一信号分成更短的长度M的片段的模块；用于执行所述第一信号的片段与所述第二信号的互相关以获得多个部分互相关函数的模块；用于通过组合所述部分互相关函数获得组合互相关函数以获得组合互相关函数的模块；用于应用异常值检测或异常值去除方法以识别或去除受到干扰或损坏的那些片段的模块，其中所述异常值检测方法包括把各单个部分互相关函数与组合部分互相关函数进行比较以执行一致性检查以便检查部分互相关是否与所述组合互相关函数一致，并且其中所述设备还包括用于重新组合不包括已基于所述一致性检查被识别为受到干扰或损坏的部分互相关函数的所述部分互相关函数以获得受干扰较小或者损坏较小的最后的互相关函数的模块。
13.如权利要求12所述的设备，还包括用于计算组合互相关结果作为候选偏移的模块，并且其中如果一致性检查的结果为不存在一致性，则把所述部分互相关函数视为异常值。
14.如权利要求12所述的设备，还包括用于选择长度M的更短片段的集合的模块；用于基于所选择的集合的部分互相关函数计算所述组合互相关的模块；用于执行所述一致性检查以识别所述集合的所述部分互相关函数之中的异常值的模块；用于重复所述选择片段的集合的步骤、计算组合互相关并且执行与所述片段对应的各部分互相关的所述一致性检查直至已找到没有异常值的片段或具有最少数量的异常值的片段的至少一个集合的模块；用于基于没有异常值或具有最少数量的异常值的片段的集合计算最后的组合互相关函数的模块。
15.一种存储或包括计算机程序代码的计算机可读介质，包括计算机程序代码，当在计算机上执行该计算机程序代码时，该计算机程序代码能够使所述计算机执行如权利要求I所述的方法。
全文摘要
本发明涉及执行交叉计算的方法和设备。一种执行第一和第二信号之间的交叉计算的计算机实现的信号处理方法，包括把第一信号分成更短的长度M的片段；执行第一信号的片段与第二信号的互相关以获得多个部分互相关函数；通过组合部分互相关函数获得组合互相关函数以获得组合互相关函数；应用异常值检测或异常值去除方法以识别或去除受到干扰或损坏的那些片段，异常值检测方法包括把各单个部分互相关函数与组合部分互相关函数相比较以执行一致性检查以检查部分互相关是否与组合互相关函数一致，该方法还包括重新组合不包括已基于一致性检查被识别为受到干扰或损坏的部分互相关函数的部分互相关函数，以获得受干扰或者损坏较小的最后的互相关函数。
文档编号G06T7/00GK102592273SQ201110386390
公开日2012年7月18日 申请日期2011年11月29日 优先权日2010年11月29日
发明者E·斯坦贝克, F·舒维格, G·舒罗斯, M·法迈尔, M·艾科霍恩 申请人:株式会社Ntt都科摩