一种针对特定平面图形的快速角点匹配方法
【专利摘要】本发明提供了一种针对特定平面图形的快速角点匹配方法，包括步骤：（1）制作特定棋盘格图纸，布置在单色环境的平面上。（2）对图像进行灰度化及相应预处理工作。（3）通过harris角点检测算子进行角点检测，分别获取两张图像的角点坐标。（4）通过自定义的方向向量和先验匹配点坐标差范围进行角点匹配。（5）以SSD作为相似度评价指标，进一步提高匹配角点的精度。该方法具有匹配速度快，精度高，误匹配率低的优点。本发明可用于求取双目摄像机针对该平面的单应矩阵。
【专利说明】一种针对特定平面图形的快速角点匹配方法
【技术领域】
[0001]本发明涉及图像配准领域，具体涉及一种针对特定平面图形的特征点匹配方法。【背景技术】
[0002]图像配准属于计算机视觉领域的一个研究热点问题，是对摄像机在不同时间、不同视角等条件下获取的两幅或多幅图像进行匹配融合。其中常用的方法有基于灰度的图像配准和基于特征的图像配准。基于特征的图像配准中，特征主要针对点特征。基于点特征的图像配准，其实现步骤主要分为特征点的提取和特征点的匹配，再通过匹配点对来建立空间几何变换模型，实现图像配准。
[0003]在多视觉几何应用中，常常需要计算两台或多台摄像机基于同一平面的单应矩阵，以此来确定摄像机之间的几何位置关系。若使用DLT(直接线性变换)算法计算单应矩阵，则首先需要已知若干对基于某一外平面的匹配点。因此，需要一种简单易实现、匹配精度高、误匹配率低的方法来完成特征点的匹配工作。
[0004]为了自动完成两台摄像机针对同一外平面的特征点匹配工作，本发明设计了一种便于角点提取的特殊棋盘格平面图形，通过角点检测算法提取角点，并使用自定义的方向向量和先验坐标差进行角点匹配，再使用SSD(差的平方和)作为相似度检测标准，对初匹配的坐标点进行优化，得到更精确的匹配点坐标对。
【发明内容】
[0005]本发明提出了一种针对特定平面图形的快速角点匹配方法，与现有的特征点匹配方法相比，具有简单易实现、匹配精度高、误匹配率低的特点。本发明至少采用如下技术方案之一实现。
[0006]一种针对特定平面图形的快速角点匹配方法，其包括如下步骤:
[0007](I)制作一张棋盘格平面图形，布置在单色环境的平面上；该平面图形被划分成若干个大小相同的白色矩形区域，并以黑色线条间隔之；拍摄图像时，使棋盘格平面图形尽量多的充满拍摄图像画面；
[0008](2)对拍摄的两张平面图像进行灰度化及相应预处理工作，具体包括:
[0009](2a)若摄像机拍摄的图像存在畸变现象，则应首先进行畸变矫正工作；
[0010](2b)若摄像机拍摄的图像为彩色图像，则需要对图像进行灰度化处理；
[0011](3)使用harris角点检测算子，通过预设阈值和非最大值抑制的方法，分别对获取的两张灰度图像即图像I和图像2进行角点检测，得到两张图像的备选角点坐标序列；
[0012](4)通过自定义的方向向量和先验匹配点坐标差范围进行角点匹配，具体包括:
[0013](4a)方向向量是利用周围领域的颜色值进行计算的，向量仅存在4个值，不能计算出方向向量的角点被删掉，从而筛选出存在方向向量的角点并记录其方向向量；
[0014](4b)从步骤(4a)筛选出的两张图像的角点中，随机选择5对匹配点坐标对，计算其坐标值之差的均值，确定为两张图像间的近似坐标差均值E。；遍历步骤(4a)得到图像I的角点，利用方向向量相等和Sbs(E-EeXThreshc)Id两个条件作为匹配成功的条件,到图像2的角点中进行搜索，得到匹配点坐标对；
[0015](5)以SSD作为相似度评价指标，将步骤(4b)得到的匹配点对进行坐标微调，进一步提高匹配角点的精度。
[0016]作为优化的，所述步骤(1)中所述黑色线条在图像上所占的宽度大于10个像素值。
[0017]作为优化的，所述步骤(1)中拍摄的图像中所述黑色线条为横平竖直的状态，即水平黑色线条的倾斜程度不超过15°，竖直黑色线条的倾斜程度也不超过15°。
[0018]作为优化的，步骤(4a)中所述的方向向量的确定方法如下:
[0019]遍历步骤(3)得到的备选角点，以角点位置为中心，设置一个7*7的方形区域，查询方形四个顶点位置的颜色值，若三个颜色值为黑色，一个颜色值为白色，则规定指向白色顶点的方向作为该角点的方向；并规定数字1，2，3，4分别作为指向左上、右上、左下、右下的方向向量。
[0020]作为优化的步骤(4b)中所述的abs (E-E。)〈Threshold中，
[0021 ] E为当前待检测的角点间对坐标差(X1 - X2, Y1 - Y2)；
[0022]Ec作为两张图像匹配角点间的近似平均坐标差；
[0023]Threshold作为E与E。差值的上限；
[0024]将abs (E-E。)〈Threshold作为角点匹配的一个必要条件,且用于计算E。的角点要在图像上分布均匀。
[0025]作为优化的，所述步骤(5)具体实现方法如下:
[0026]假设匹配点PpP2分别来自图像I和图像2，即对应左图和右图；以P1为中心确定一个大小可配置的区域A1,如5*5 ;以P2为中心，确定一个搜索区域，如5*5，该搜索区域中的每个点，均能确定一个与以P1为中心所确定区域相同大小的区域A2 ;将A1与搜索区域中每一个A2作比较，使用SSD作为判据，计算其相似度；在以P2为中心的搜索区域中，SSD响应值最小的点被确定为与P1匹配度最高的点；从而以该SSD响应值最小的点作为新坐标代替己的坐标，确定更加精确的匹配关系。
[0027]作为优选的，步骤(3)使用harris角点检测算子，分别获取两幅图像的角点坐标。具体实现步骤如下:
[0028](3.1)计算图像的方向导数Ix，Iy，并计算方向导数的乘积IIxy，得到五个与图像大小相同的矩阵；
[0029](3.2)然后对/?2，/ν:，Ixy进行高斯滤波，计算图像中每个点的自相关矩阵Μ，
【权利要求】
1.一种针对特定平面图形的快速角点匹配方法，包括如下步骤: (1)制作一张棋盘格平面图形，布置在单色环境的平面上；该平面图形被划分成若干个大小相同的白色矩形区域，并以黑色线条间隔之；拍摄图像时，使棋盘格平面图形尽量多的充满拍摄图像画面； (2)对拍摄的两张平面图像进行灰度化及相应预处理工作，具体包括: (2a)若摄像机拍摄的图像存在畸变现象，则应首先进行畸变矫正工作； (2b)若摄像机拍摄的图像为彩色图像，则需要对图像进行灰度化处理； (3)使用harris角点检测算子，通过预设阈值和非最大值抑制的方法，分别对获取的两张灰度图像即图像I和图像2进行角点检测，得到两张图像的备选角点坐标序列； (4)通过自定义的方向向量和先验匹配点坐标差范围进行角点匹配,具体包括: (4a)方向向量是利用周围领域的颜色值进行计算的，向量仅存在4个值，不能计算出方向向量的角点被删掉，从而筛选出存在方向向量的角点并记录其方向向量； (4b)从步骤(4a)筛选出的两张图像的角点中，随机选择5对匹配点坐标对，计算其坐标值之差的均值，确定为两张图像间的近似坐标差均值E。；遍历步骤(4a)得到图像I的角点，利用方向向量相等和abs( E-Ec) < Threshold两个条件作为匹配成功的条件,到图像2的角点中进行搜索，得到匹配点坐标对； (5)以SSD作为相似度评价指标，将步骤(4b)得到的匹配点对进行坐标微调，进一步提高匹配角点的精度。
2.根据权利要求1所述的快速角点匹配方法，其特征在于所述步骤(1)中所述黑色线条在图像上所占的宽度大于10个像素值。
3.根据权利要求1所述的快速角点匹配方法，其特征在于所述步骤(1)中拍摄的图像中所述黑色线条为横平竖直的状态，即水平黑色线条的倾斜程度不超过15°，竖直黑色线条的倾斜程度也不超过15°。
4.根据权利要求1所述的快速角点匹配方法，其特征在于步骤(4a)中所述的方向向量的确定方法如下: 遍历步骤(3)得到的备选角点，以角点位置为中心，设置一个7*7的方形区域，查询方形四个顶点位置的颜色值，若三个颜色值为黑色，一个颜色值为白色，则规定指向白色顶点的方向作为该角点的方向；并规定数字1，2，3，4分别作为指向左上、右上、左下、右下的方向向量。
5.根据权利要求1所述的快速角点匹配方法，其特征在于步骤(4b)中所述的abs(E-Ec) < Threshold 中， E为当前待检测的角点间对坐标差(X1 - X2, Y1 - Y2)； E。作为两张图像匹配角点间的近似平均坐标差； Threshold作为E与E。差值的上限； 将abs( E-E。)< Threshold作为角点匹配的一个必要条件，且用于计算E。的角点要在图像上分布均匀。
6.根据权利要求1所述的快速角点匹配方法，其特征在于所述步骤(5)具体实现方法如下: 假设匹配点P1、P2分别来自图像I和图像2，即对应左图和右图；WP1S中心确定一个大小可配置的区域A1,以P2为中心，确定一个搜索区域，该搜索区域中的每个点，均能确定一个与WP1为中心所确定区域相同大小的区域A2 ;将仏与搜索区域中每一个A2作比较，使用SSD作为判据，计算其相似度；在以P2为中心的搜索区域中，SSD响应值最小的点被确定为与P1匹配度最高的点；从而以该SSD响应值最小的点作为新坐标代替P2的坐标，确定更加精确的匹配关系 。
【文档编号】G06T7/00GK104008542SQ201410191437
【公开日】2014年8月27日 申请日期:2014年5月7日 优先权日:2014年5月7日
【发明者】杜娟, 胡池, 胡跃明, 冯颖 申请人:华南理工大学