一种带窗动态空间规整的图匹配方法
【专利摘要】本发明了公开了一种带窗动态空间规整的图匹配方法,属于计算机视觉和模式识别领域，更为具体的讲，涉及一种带窗动态空间规整的图匹配方法。根据参考图像与待匹配图像的局部特征描述，通过带窗的动态空间规整衡量节点与节点之间匹配程度，实现图匹配方法，具有内存消耗少，并可以实现非精确匹配的特征。针对参考图像G1中节点与其相邻节点的ε?邻接图关系，根据节点数目确定图像G2建立待匹配子图；利用子图中夹角余弦来表示中心节点的局部信息，并利用带窗的动态空间规整来衡量子图与子图的几何匹配程度，给出对于中心节点的匹配支持程度；再选择匹配支持程度最高的节点对，完成图匹配过程。
【专利说明】
-种带窗动态空间规整的图匹配方法
技术领域
[0001] 本发明属于计算机视觉和模式识别领域，更为具体的讲，设及一种带窗动态空间 规整的图匹配方法。
【背景技术】
[0002] 从两个点集中寻找点与点的映射关系一直是计算机视觉和模式识别领域中的核 屯、问题，即是特征匹配，其应用遍布于目标识别、检索、定位，=维重建，运动分割，图像变形 等。近些年来，利用图匹配实现特征匹配的研究得到了迅猛的发展。其中图可W是通过提取 目标的二维和=维特征点，再添加带权边所构成。运主要是因为：图匹配方法不仅可W考虑 特征的一阶外观信息，而且可W将更高阶，例如边信息等用于特征匹配。在一些特殊情况 下，当特征的外观信息不具有判别性时，可W通过其二阶的几何结构信息来进行特征匹配， 从而提高特征匹配的有效性和准确度。
[0003] 近些年来，针对图匹配的特征问题，国内外的研究者们做了大量的工作。从待匹配 图的特点来看，图匹配方法可W分为精确图匹配和非精确图匹配。前者要求两个待匹配图 的节点数相同，从而实现一对一的匹配，而后者要求两个待匹配图的节点数不同，需要实现 一对多的匹配。从匹配效果来看，非精确匹配的准确程度会远远低于精确匹配。从建模的方 式上来看，图匹配方法主要分为两类:一种认为图匹配问题是图同构问题，即是通过置换邻 接矩阵，寻找两图对应节点和边的最小代价;一种认为图匹配是二次分配问题，即是通过构 造两图的相似矩阵，计算其最大特征值所对应的特征向量再离散化，寻找两图节点的对应 矩阵。然而运两类算法的主要缺点是：前者属于NP-完全问题，在求解时需要依靠非凸优化 寻找结果，难W获得目标函数的最优且仅能实现精确图匹配。后者可W处理非精确匹配问 题，但构建两图的相似矩阵需要〇(n4)的存储空间，所W只能适应于节点数较少的图匹配问 题。
【发明内容】
[0004] 本发明的目的在于克服现有技术的不足，提供一种带窗动态空间规整的图匹配方 法，W各节点为中屯、建立局部子图，通过衡量子图特征的匹配程度，确定两图的节点匹配。
[0005] 本发明的技术方案一种带窗动态空间规整的图匹配方法，该方法包括：
[0006] 步骤1:分别提取参考图像和待匹配图像的特征节点;将特征节点相连分别建立参 考图和待匹配图的邻接图；
[0007] 步骤2:在参考邻接图中W每一个特征节点为中屯、建立参考邻域子图，各邻域子图包 括中屯、特征节点及与中屯、特征节点相连的其它子特征节点;并记录各邻域子图中的子特征 节点的总个数m，再根据各参考邻域子图建立空间特征向量
其中〇1，〇2, ...，am分别表示相邻子特征节点与中屯、特征节点连边的夹角，其中i表示第i个 中屯、特征节点；
[000引步骤3:在待匹配邻接图中W每一个特征节点为中屯、建立待匹配邻域子图，并记录 各待匹配邻域子图子特征节点的数目，选取子特征节点的数目为[m-S，m+S]的待匹配邻域 子图作为待匹配子图，其中S根据实际需要确定；
[0009] 步骤4:获取待匹配子图的空间特征向量，并将各待匹配子图的空间特征向量中的 各元素复制再按原顺序排列两次获得待匹配向量F2;
[0010] 步骤5:建立长度为n的划窗，将划窗应用于待匹配向量F2中，从待匹配向量F2中的 第一个元素开始往后滑动，滑动步长为1个元素，将每次滑动后滑窗中的向量碰与空间特 征向量S巧进行匹配度计算，滑动完毕后找出匹配度最大的滑窗对应的向量，该向量中各元 素主要对应的中屯、特征节点即为参考邻接图中对应的第i个中屯、特征节点的匹配节点；
[0011] 步骤6:采用上述相同方法计算出参考邻接图中其它中屯、特征节点的匹配节点。
[0012] 进一步的，所述步骤1中建立邻接图的方法为:预先设定的阔值e，计算图中每两个 特征节点之间的欧式距离d;当距离小于等于e时，建立两特征点的连边;设定连边的权重为 两特征点的欧式距离。
[0013] 进一步的，设定参考邻域子图的阔值设为110,匹配邻域子图的阔值设为100。
[0014] 进一步的，所述步骤5中匹配度的计算方法为：
[0015] 步骤5.1:设定一个大小为(m+1) X (n+1)的动态空间规整矩阵W，W( 1，j)表示动态 空间规整矩阵W中第一行的元素，W(q，l)表示第一列的元素，其中W(1，1)=0,其余第一行和 第一列元素为无穷大；
[0016] 步骤5.2:计算动态空间规整矩阵W中各元素的数值：
[0017]
[001 引
[0019] 步骤5.3:最终计算出动态空间规整矩阵W中最末尾的元素，认为W(m+1，n+1)的数 值为每次滑动后滑窗中的向量与空间特征向量浊f的匹配度。
[0020] 与现有技术相比，本发明的有益效果是：
[0021] (1)本发明利用图中W节点为中屯、的子图局部信息来刻画节点特征，构建了一种 带窗动态空间规整的图匹配方法，提出的基于局部信息的图匹配方法适用于精确匹配和非 精确匹配，具有匹配准确度较高的特征。
[0022] (2)本发明只针对子图建立特征向量，对子图特征匹配不需要建立全局的相似矩 阵，具有内存消耗小的特征。
[0023] (3)本发明采用角度的余弦来描述子图的局部信息，有效地刻画了中屯、节点与其 邻接节点的高阶几何关系；通过带窗的动态空间规整进行子图匹配，子图匹配具有旋转不 变性。
【附图说明】
[0024] 图1 一种带窗动态空间规整的图匹配方法流程图
[0025] 图2参考图像与待匹配图像示意图
[0026] 图3邻域子图的空间特征向量表示示意图
[0027] 图4带窗的动态空间规整匹配示意图
[0028] 图5参考图与带匹配图的匹配效果示意图
【具体实施方式】
[0029] 下面结合附图对本发明的【具体实施方式】进行描述，W便本领域的的技术人员更好 地理解本发明。需要特别提醒注意的是:在W下的描述中，当已知功能和设计的详细描述也 许会淡化本发明的主要内容时，运些描述在运里将被忽略。
[0030] 实施例
[0031] 图1是本发明带窗动态空间规整的图匹配方法流程图。
[0032] 本实施例中选用Willow-Object数据库中的人脸图片进行实验，如图1所示，本发 明基于带窗动态空间规整的图匹配方法，包括W下步骤：
[0033] 1.分别提取参考图图像和待匹配图像的图像特征，特征可W包括:单点特征、边缘 特征或块特征等。建立参考图Gi和待匹配图G2,其中记Gi有化个节点{巧，与，...，巧>G2有化个 节点{皆，巧，...，巧|}，根据特征分别建立参考图Gi和待匹配图G2点的E-邻接图，如图2所示。 预先设定的阔值e，计算图中每两个特征点之间的欧式距离d;当距离小于等于e时，建立两 特征点的连边;设定连边的权重为两特征点的欧式距离，其中Gi的阔值设为110。
[0034] 2. WG2中每一个节点为中屯、，分别建立其邻域子图,s'G/，.s仅，...，.v巧.，其中G2的阔值 设为100。
[0035] 3.提取Gi中节点i为中屯、的邻域子图旅;，i = l，...，化，记5巧的节点数目为m;将 邻域子图.S巧表示为空间特征向量
，其中〇1，〇2, . . .，am分别为 对应边的夹角，如图3所示。
[0036] 4.提取G2中邻域子图节点数目介于[m-S，m+S]的子图，作为S巧的待匹配子图，假 定有K个，分别记为為?.|，.、.巧，.….、旬,、，在实验中S = 1。
[0037] 5.将G2的邻域子图^'巧,表示为空间特征向量；
.构 建
；针对F2建立窗口大小为n的滑 动窗口，记滑动窗口内的向量为巧'，P = 1，...，P，依次计算特征向量啤与.的的匹配程度 sP，其中P表示第P次滑动，挪的向量长度为m，s巧"'"的向量长度介于[m-S，m+S]之间，为n。
[0038] 其中匹配程度sP的计算方法如下：
[0039] (1)确定动态空间规整的距离计算为d= |x-y I，其中x，y表示求距离的两个对象。
[0040] (2)设定动态空间规整矩阵W，其中W(1，1)=0,其余第一行和第一列元素为无穷 大；
[0041] (3)令q = 2, . . . ,m+l，执行步骤(4)，循环执行q = q+l，直至q=m+l，退出循环；
[0042] (4)令 j = 2，...，n+l，
[0043] 计算代价
[0044] 更新W(q, j)=cost+min(W(q-l, j) ,W(q, j-1) ,W(q-l, j-1));
[0045] 执行j = j+1，循环执行步骤(4)，直至j=n+l，退出；
[0046] (5)令 sP=W(m+l，n+l)，输出。
[0047] 6.滑动窗口 p，循环执行步骤6,直至p = P，退出循环。带窗的动态空间规整方法如 图4所示。
[004引7.选择并记录sP，p = l，...，P中匹配程度最高的分数，记为达;。，转至步骤6循环执 行步骤6、7，直至k=K，退出循环。
[0049] 8.选择记^立，..一,立中分数最高的匹配，记为Smax,其对应的子图巧是GsWCi为 中的子图，则确定Gi中的第i个节点与G2中的Ci节点对应，转至步骤4循环，直至i =化，退出 循环，匹配完成，如图5所示匹配结果。
【主权项】
1. 一种带窗动态空间规整的图匹配方法，该方法包括： 步骤1:分别提取参考图像和待匹配图像的特征节点;将特征节点相连分别建立参考图 和待匹配图的邻接图； 步骤2:在参考邻接图中以每一个特征节点为中心建立参考邻域子图，各邻域子图包括 中心特征节点及与中心特征节点相连的其它子特征节点;并记录各邻域子图中的子特征节 点的总个数m，再根据各参考邻域子图建立空间特征向量SFi 1 = (CC)SaLcosa2, ...，cosam)， 其中αι，α2, ...，am分别表示相邻子特征节点与中心特征节点连边的夹角，其中i表示第i个 中心特征节点； 步骤3:在待匹配邻接图中以每一个特征节点为中心建立待匹配邻域子图，并记录各待 匹配邻域子图子特征节点的数目，选取子特征节点的数目为[m-δ,πι+δ]的待匹配邻域子图 作为待匹配子图； 步骤4:获取待匹配子图的空间特征向量，并将所有待匹配子图的空间特征向量中的各 元素按顺序排列为一个待匹配向量F2; 步骤5:建立长度为η的划窗，将划窗应用于待匹配向量^中，从待匹配向量^中的第一 个元素开始往后滑动，滑动步长为1个元素，将每次滑动后滑窗中的向量与空间特征向 量拓^进行匹配度计算，滑动完毕后找出匹配度最大的滑窗对应的向量，该向量中各元素主 要对应的中心特征节点即为参考邻接图中对应的第i个中心特征节点的匹配节点； 步骤6:采用上述相同方法计算出参考邻接图中其它中心特征节点的匹配节点。2. 如权利要求1所述的一种带窗动态空间规整的图匹配方法，其特征在于所述步骤1中 建立邻接图的方法为:预先设定的阈值ε，计算图中每两个特征节点之间的欧式距离d;当距 离小于等于ε时，建立两特征点的连边;设定连边的权重为两特征点的欧式距离。3. 如权利要求1所述的一种带窗动态空间规整的图匹配方法，其特征在于设定参考邻 域子图的阈值设为110,匹配邻域子图的阈值设为1〇〇。4. 如权利要求1所述的一种带窗动态空间规整的图匹配方法，其特征在于所述步骤5中 匹配度的计算方法为： 步骤5.1:设定一个(m+1) X (η+1)大小的动态空间规整矩阵W，设定动态空间规整矩阵W 中第一行第一列的元素，其中W( 1，1) =0，其余第一行和第一列元素为无穷大； 步骤5.2:依次计算动态空间规整矩阵W中各元素的数值： ff(q, j) = cost+min(ff(q-l, j) ,ff(q, j-1) ,ff(q-l, j-1))； 其中：cost ?'(i/)-.s7':' (./); 步骤5.3:最终计算出动态空间规整矩阵W(m+1，n+l)中的元素，认为元素W(m+1，n+l)的 数值为每次滑动后滑窗中的向量逆^与空间特征向量的匹配度。
【文档编号】G06T7/00GK106023232SQ201610399329
【公开日】2016年10月12日
【申请日】2016年6月7日
【发明人】郑亚莉, 程洪, 潘力立, 徐立凯
【申请人】电子科技大学