本申请涉及计算机视觉,尤其涉及一种图像配准方法、装置及存储介质。
背景技术:
1、图像配准是计算机视觉领域中的一项重要底层技术,其任务是寻找两张图像的对应关系,并求解其几何变换。图像配准技术广泛应用于医学、遥感等场景中。
2、近年来,图像配准技术常采用局部特征描述子和随机采样一致性(random sampleconsensus,ransac)算法相结合的方法,这类方法在opencv中有标准实现。而随着深度学习的爆发,图像配准方法也开始使用深度模型来解决。
3、但现有方法中的局部特征描述子不能解决物体表面光滑、反光导致的关键点缺失等问题,图像配准的准确率低;而基于深度模型的方法的准确率依赖训练数据的丰富程度,在新的场景下,由于数据的匮乏同样会导致图像配准的准确率低。
技术实现思路
1、本申请实施例提供一种图像配准方法、装置及存储介质,用以解决现有技术中图像配准的准确率低的技术问题。
2、第一方面,本申请实施例提供一种图像配准方法,包括:
3、获取第一图像和第二图像中的重复结构;所述第一图像和所述第二图像为同一物体的两张图像;
4、基于所述重复结构对应的轮廓点位置信息进行图像配准,得到所述第一图像和所述第二图像间的几何变换参数。
5、在一些实施例中,所述基于所述重复结构对应的轮廓点位置信息进行图像配准,得到所述第一图像和所述第二图像间的几何变换参数,包括:
6、基于所述重复结构对应的轮廓点位置信息,利用迭代最近点k-icp算法确定第一轮廓点对应的k邻近点;所述第一轮廓点为第一图像中位于轮廓处的重复结构的中心点;
7、基于所述k邻近点利用随机采样一致性ransac算法确定第二图像映射至第一图像上的几何变换参数。
8、在一些实施例中,所述基于所述重复结构对应的轮廓点位置信息,利用迭代最近点k-icp算法确定第一轮廓点对应的k邻近点,包括:
9、基于所述重复结构对应的轮廓点位置信息将第二轮廓点映射至所述第一图像上;所述第二轮廓点为第二图像中位于轮廓处的重复结构的中心点;
10、利用迭代最近点k-icp算法从映射后的第二轮廓点中确定每一第一轮廓点对应的k邻近点。
11、在一些实施例中,所述方法还包括:
12、获取所述重复结构的初始位置信息;
13、根据所述初始位置信息初始化所述第一图像和所述第二图像间的几何变换参数。
14、在一些实施例中,所述轮廓点位置信息包括所述第一图像中位于轮廓处的重复结构的坐标信息,以及所述第二图像中位于轮廓处的重复结构的坐标信息。
15、在一些实施例中所述基于所述k邻近点利用随机采样一致性ransac算法确定第二图像映射至第一图像上的几何变换参数,包括:
16、利用随机采样一致性ransac算法检测所述k邻近点中的内点;
17、基于所述内点的位置信息确定第二图像映射至第一图像上的几何变换参数。
18、在一些实施例中所述方法还包括:
19、利用连通域分析法或alpha-shape算法获取所述第一图像中位于轮廓处的重复结构的中心点以及所述第二图像中位于轮廓处的重复结构的中心点;
20、将所述第一图像中位于轮廓处的重复结构的中心点以及所述第二图像中位于轮廓处的重复结构的中心点作为所述重复结构对应的轮廓点。
21、第二方面,本申请实施例提供一种图像配准装置,包括:
22、第一获取模块,用于获取第一图像和第二图像中的重复结构;所述第一图像和所述第二图像为同一物体的两张图像;
23、配准模块,用于基于所述重复结构对应的轮廓点位置信息进行图像配准,得到所述第一图像和所述第二图像间的几何变换参数。
24、在一些实施例中,所述配准模块包括:
25、第一确定单元,用于基于所述重复结构对应的轮廓点位置信息,利用迭代最近点k-icp算法确定第一轮廓点对应的k邻近点;所述第一轮廓点为第一图像中位于轮廓处的重复结构的中心点;
26、第二确定单元,用于基于所述k邻近点利用随机采样一致性ransac算法确定第二图像映射至第一图像上的几何变换参数。
27、在一些实施例中,所述第一确定单元包括:
28、映射子单元,用于基于所述重复结构对应的轮廓点位置信息将第二轮廓点映射至所述第一图像上;所述第二轮廓点为第二图像中位于轮廓处的重复结构的中心点;
29、第一确定子单元,用于利用迭代最近点k-icp算法从映射后的第二轮廓点中确定每一第一轮廓点对应的k邻近点。
30、在一些实施例中,所述第一确定单元还包括:
31、获取子单元,用于获取所述重复结构的初始位置信息;
32、初始化子单元,用于根据所述初始位置信息初始化所述第一图像和所述第二图像间的几何变换参数。
33、在一些实施例中,所述轮廓点位置信息包括所述第一图像中位于轮廓处的重复结构的坐标信息,以及所述第二图像中位于轮廓处的重复结构的坐标信息。
34、在一些实施例中,所述第二确定单元包括:
35、检测子单元,用于利用随机采样一致性ransac算法检测所述k邻近点中的内点;
36、第二确定子单元,用于基于所述内点的位置信息确定第二图像映射至第一图像上的几何变换参数。
37、在一些实施例中,还包括:
38、第二获取模块,用于利用连通域分析法或alpha-shape算法获取所述第一图像中位于轮廓处的重复结构的中心点以及所述第二图像中位于轮廓处的重复结构的中心点;
39、第三获取模块,用于将所述第一图像中位于轮廓处的重复结构的中心点以及所述第二图像中位于轮廓处的重复结构的中心点作为所述重复结构对应的轮廓点。
40、第三方面,本申请实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一方面所述的图像配准方法。
41、第四方面,本申请实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面所述的图像配准方法。
42、第五方面,本申请实施例还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的图像配准方法。
43、本申请实施例提供的图像配准方法、装置及存储介质,通过对第一图像和第二图像进行重复检测获得重复结构,并基于重复结构对应的轮廓点位置信息进行图像配准,以重复结构对应的轮廓点作为图像中的物体特征,提高了获取的特征的有效性,可以灵活应用于各种新的场景,并保证了较高的图像配准的准确率。
1.一种图像配准方法,其特征在于,包括:
2.根据权利要求1所述的图像配准方法,其特征在于,所述基于所述重复结构对应的轮廓点位置信息进行图像配准,得到所述第一图像和所述第二图像间的几何变换参数,包括:
3.根据权利要求2所述的图像配准方法,其特征在于,所述基于所述重复结构对应的轮廓点位置信息,利用迭代最近点k-icp算法确定第一轮廓点对应的k邻近点,包括:
4.根据权利要求3所述的图像配准方法,其特征在于,所述方法还包括:
5.根据权利要求1-3中任一项所述的图像配准方法,其特征在于,所述轮廓点位置信息包括所述第一图像中位于轮廓处的重复结构的坐标信息,以及所述第二图像中位于轮廓处的重复结构的坐标信息。
6.根据权利要求2所述的图像配准方法,其特征在于,所述基于所述k邻近点利用随机采样一致性ransac算法确定第二图像映射至第一图像上的几何变换参数,包括:
7.根据权利要求1所述的图像配准方法,其特征在于,所述方法还包括:
8.一种图像配准装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的图像配准方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像配准方法。