一种基于多种颜色分量系数组合的水果图像匹配方法
【专利摘要】本发明公开了一种基于多种颜色分量系数组合的水果图像匹配方法。本发明包括以下步骤：首先获取原始水果图像，采用多种颜色分量系数组合法匹配与SIFT方法相结合的匹配方法对原始图像进行匹配计算；然后对获得的匹配点通过最近点向量角计算进行判断，剔除其中的误匹配点。本发明通过多种颜色分量系数组合法对水果图像进行匹配可以稳定地搜索到匹配点；通过最近点向量夹角法对获得的匹配点进行判断，可以有效地剔除误匹配点，获得精确的匹配点，从而实现了稳定、精准的水果图像的匹配。
【专利说明】—种基于多种颜色分量系数组合的水果图像匹配方法【技术领域】
[0001]本发明涉及图像处理【技术领域】的一种水果图像匹配方法，尤其是涉及一种基于多种颜色分量系数组合的水果图像匹配方法。
【背景技术】
[0002]图像匹配是指通过一定的匹配方法在两幅或多幅图像之间识别同一个点。近年来，图像匹配己成为物体辨识、 机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对等图像分析处理领域的关键技术和研究热点。
[0003]水果表面信息的获取是水果的大小、形状、表面颜色和表面缺陷等品质指标检测的基础。表面颜色和表面缺陷检测的准确度依赖于水果完整表面图像的获取，图像拼接技术是实现水果完整表面图像获取的关键，而图像匹配技术是图像拼接技术的基础。
[0004]SIFT (Scale Invariant Feature Transform)方法是 David Lowe 于 1999 年提出的局部特征描述子(David.G.Lowe.0bject recognition from local scale-1nvariantfeatures.1nternationalConference on Computer Vision, Corfu, Greece, 1999:1150-1157),并于2004年进行了更深入的发展和完善(David.G.Lowe.Distinctive imagefeatures from scale-1nvariant keypoints[J].1nternational Journal of ComputerVision, 2004，60 (2):91-110)。提取的SIFT特征向量具有以下特点:
[0005](I)对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。
[0006](2)独特性好，信息量丰富，适合于在海量特征数据库中进行快速、准确的匹配。
[0007](3)多量性，即使少数的几个物体也可以产生大量SIFT特征向量。
[0008](4)速度较快，经优化的SIFT方法甚至可以达到实时的要求。
[0009](5)可扩展性，可以与其它形式的特征向量进行联合。
[0010]水果表面存在一定的曲率，会造成水果靠近边缘部分成像的透视畸变，而且由于水果表面光滑，容易使得表面光照不均，SIFT方法对仿射变换、亮度变化能保持一定的稳定性。但是SIFT方法对于水果图像的匹配还存在以下问题:
[0011]一方面，由于水果表面颜色较为单一、变化较小，实验证明,仅靠SIFT方法无法稳定地获得匹配点；
[0012]另一方面，常用的误匹配点剔除方法RANSAC方法(Chum O, Matas J.0ptimalrandomized RANSAC[J].1EEE Trans.0n Pattern Analysis and Machine Intelligence,2008, 30(8):1472-1482)的基本假设是样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(Outliers，偏离正常范围很远、无法适应数学模型的数据)，即数据集中含有噪声。这些异常数据可能是由于错误的测量、错误的假设、错误的计算等产生的，而水果图像一次匹配出现的匹配点数为O~3个，因此无法采用该类方法进行水果图像的误匹配点剔除。
【发明内容】
[0013]本发明提出一种基于多种颜色分量系数组合的水果图像匹配方法。通过对水果图像三分量图像匹配结果的分析，提出多种颜色分量系数组合法与SIFT方法相结合的方法进行匹配点搜索；通过对匹配点与近邻特征点的几何关系进行分析，提出最近点向量夹角法的误匹配点剔除法。并且通过试验验证了匹配方法与误匹配点剔除方法的可靠性。
[0014]本发明解决其技术问题所采用的技术方案是:
[0015]本发明采用如下步骤:
[0016]I)原始图像获取:
[0017]将水果水平放置，使得水果的花萼果梗连线与水平面垂直，从水果侧面采集一幅清晰的侧面图像作为左图，以水果的花萼果梗连线为中心轴旋转60°角度再采集另一幅侧面图像作为右图；
[0018]2)多种颜色分量系数组合的灰度图像计算:
[0019]对左图和右图按以下式I计算灰度图像，分别得到左图灰度图像集和右图灰度图像集；
[0020]Gray (x, y) = aR(x, y) +bG (x, y) +cB (x, y) (I)
[0021]其中，a为红色分量系数，b为绿色分量系数，c为蓝色分量系数，R(x，y)为侧面图像中点(x，y)处的红色分量值，G(x，y)为侧面图像中点(x，y)处的绿色分量值，B(x，y)为侧面图像中点(x，y)处的蓝色分量值；
[0022]3)特征点的匹配:
[0023]采用SIFT方法对左图灰度图像集和右图灰度图像集中每一对由相同颜色分量系数组合产生的待匹配左图和待匹配右图进行匹配，得到待匹配左图SIFT特征点集、待匹配右图SIFT特征点集以及待选匹配点集；
[0024]4)误匹配点的剔除:
[0025]对步骤3)得到的待选匹配点集中每一对待选匹配点进行筛选，剔除误匹配点，得到正确匹配点，完成匹配。
[0026]所述的待选匹配点集中每一对待选匹配点进行筛选按以下具体步骤:
[0027]该对待选匹配点的两个待选匹配点分别在待匹配左图和待匹配右图中作为各自的矩形区域中心，选取50X50的矩形区域；
[0028]在待匹配左图SIFT特征点集中搜索左图最近SIFT特征点，左图最近SIFT特征点处于待匹配左图的矩形区域内，并与该对待选匹配点位于待匹配左图中的该待选匹配点距离最近，则该对待选匹配点位于待匹配左图中的该待选匹配点到左图最近SIFT特征点的
向量为;
[0029]在待匹配右图SIFT特征点集中搜索右图最近SIFT特征点，右图最近SIFT特征点处于待匹配右图的矩形区域内，右图最近SIFT特征点与左图最近SIFT特征点纵坐标之差在6个像素点以内，并且右图最近SIFT特征点与该对待选匹配点位于待匹配右图中的该待选匹配点距离最近，则该对待选匹配点位于待匹配右图中的该待选匹配点到右图最近SIFT
特征点的向量为如果找不到该右图最近SIFT特征点，则将该对待选匹配点判断为误
匹配点予以剔除；[0030]计算向量i百与向量Hf的夹角α，若α〈15°，则将该对待选匹配点判断为正确匹配点，否则将该对待选匹配点判断为误匹配点予以剔除。
[0031]所述的红色分量系数a、绿色分量系数b和蓝色分量系数c按以下表中序号i的顺序依次取值进行计算:
[0032]
【权利要求】
1.一种基于多种颜色分量系数组合的水果图像匹配方法，其特征是采用如下步骤: 1)原始图像获取: 将水果水平放置，使得水果的花萼果梗连线与水平面垂直，从水果侧面采集一幅清晰的侧面图像作为左图，以水果的花萼果梗连线为中心轴旋转60°角度再采集另一幅侧面图像作为右图； 2)多种颜色分量系数组合 的灰度图像计算: 对左图和右图按以下式I计算灰度图像，分别得到左图灰度图像集和右图灰度图像集;
Gray (x, y) = aR(x, y) +bG (x, y) +cB (x, y) (I) 其中，a为红色分量系数，b为绿色分量系数，c为蓝色分量系数，R(x，y)为侧面图像中点(x，y)处的红色分量值，G(x，y)为侧面图像中点(x，y)处的绿色分量值，B(x，y)为侧面图像中点(x，y)处的蓝色分量值； 3)特征点的匹配: 采用SIFT方法对左图灰度图像集和右图灰度图像集中每一对由相同颜色分量系数组合产生的待匹配左图和待匹配右图进行匹配，得到待匹配左图SIFT特征点集、待匹配右图SIFT特征点集以及待选匹配点集； 4)误匹配点的剔除: 对步骤3)得到的待选匹配点集中每一对待选匹配点进行筛选，剔除误匹配点，得到正确匹配点，完成匹配。
2.根据权利要求1所述的一种基于多种颜色分量系数组合的水果图像匹配方法，其特征是:所述的待选匹配点集中每一对待选匹配点进行筛选按以下具体步骤: 该对待选匹配点的两个待选匹配点分别在待匹配左图和待匹配右图中作为各自的矩形区域中心，选取50X50的矩形区域； 在待匹配左图SIFT特征点集中搜索左图最近SIFT特征点，左图最近SIFT特征点处于待匹配左图的矩形区域内，并与该对待选匹配点位于待匹配左图中的该待选匹配点距离最近，则该对待选匹配点位于待匹配左图中的该待选匹配点到左图最近SIFT特征点的向量为遞., 在待匹配右图SIFT特征点集中搜索右图最近SIFT特征点，右图最近SIFT特征点处于待匹配右图的矩形区域内，右图最近SIFT特征点与左图最近SIFT特征点纵坐标之差在6个像素点以内，并且右图最近SIFT特征点与该对待选匹配点位于待匹配右图中的该待选匹配点距离最近，则该对待选匹配点位于待匹配右图中的该待选匹配点到右图最近SIFT特征点的向量为I7Fi如果找不到该右图最近SIFT特征点，则将该对待选匹配点判断为误匹配点予以剔除； 计算向量@与向量1?1的夹角α，若α<15°，则将该对待选匹配点判断为正确匹配点，否则将该对待选匹配点判断为误匹配点予以剔除。
3.根据权利要求1所述的一种基于多种颜色分量系数组合的水果图像匹配方法，其特征是:所述的红色分量系数a、绿色分量系数b和蓝色分量系数c按以下表中序号i的顺序依次取值进行计算:
4.根据权利要求1所述的一种基于多种颜色分量系数组合的水果图像匹配方法，其特征是:所述的水果为蛇果、苹果或者梨。
5.根据权利要求1所述的一种基于多种颜色分量系数组合的水果图像匹配方法，其特征是:所述的步骤I)中水果侧面图像的左图和右图的分辨率相同，并且均为0.1~0.2mm/pixel ο
【文档编号】G06T7/00GK103942804SQ201410188467
【公开日】2014年7月23日 申请日期:2014年5月5日 优先权日:2014年5月5日
【发明者】饶秀勤, 林文彬, 应义斌 申请人:浙江大学