基于像素跳躍的圖像匹配方法

專利名稱：基于像素跳躍的圖像匹配方法
技術領域：
本發明屬于數字圖像處理技術領域，特別是涉及一種基于像素跳躍的圖像匹配方法。
背景技術：
在機器識別事務的過程中，常把不同傳感器或同一傳感器在不同時間、不同成像條件下對同一景物獲取的兩幅或多幅圖像在空間上對準，或根據已知模式在另一幅圖像中尋找相應模式的過程稱為匹配。所謂圖像匹配就是把從同一景物利用兩個不同的傳感器錄取下來的兩幅灰度圖像在空間上進行對準，以確定兩幅圖像之間相對偏移的過程。隨著數字信號處理技術的發展，圖像匹配已經成為現代數字圖像處理領域的一項重要技術，在運動視頻壓縮、自動目標識別、醫學圖像分析、巡航制導、導彈投射系統的末制導等諸多領域中得到了廣泛地應用。
目前的圖像匹配技術可分為三個層次基于灰度相關的匹配方法、基于特征的匹配方法和基于解釋的匹配方法。其中，基于解釋的匹配方法需要建立在圖片自動判讀的專家系統上，一直未取得突破性進展，因而，現在的圖像匹配技術主要集中于前兩種方法。
在航天圖像匹配的應用中，由于成像系統、成像方式、時間等因素的不同，將使相同目標位置的搜索圖與實時圖之間不可避免地存在偏差，實時圖甚至還可能受到人為地電子干擾而使匹配環境變得更惡劣，在這種情況下，基于灰度相關的匹配方法由于具有較強的適應能力，在航天圖像匹配中得到了最廣泛地應用。該方法是通過將模板在搜索圖上進行遍歷，計算每個位置模板和搜索圖對應部分的互相關值，從而判定模板在搜索圖中對應的位置，這種匹配方法由于具有灰度線性變化無關的特性，因而具有較強的適應性，但缺點是計算量隨著模板與搜索圖的尺寸變化呈幾何級數增大，從而使基于灰度相關的匹配方法的實時性受到大大地制約。
基于特征的匹配方法是當前圖像匹配技術研究的熱點，其一般涉及大量的幾何與圖像形態學計算，沒有一般的模型可遵循，需要針對不同的應用場合選擇各自適合的特征和模型，例如邊緣特征點、區域特征、圖、句法等模型，因而，基于特征的匹配方法對景象類型和成像畸變的適應性不是很高，可靠性不是很強，不能很好地滿足實際工程的應用需求。

發明內容
有鑒于此，本發明的主要目的在于提供一種基于像素跳躍的圖像匹配方法，該方法能夠以最快的速度獲取模板在搜索圖中對應的位置，從而極大地減少圖像匹配所消耗的時間和很好地滿足實際工程的應用需求。
為達到上述目的，本發明的技術方案是這樣實現的通過分析相關面上相關峰的情形以確定模板在搜索圖上進行移動跳躍的像素數，從而以最快的速度獲取模板在搜索圖中對應的位置。
本發明的基于像素跳躍的圖像匹配方法具體包括以下步驟第一步，確定模板在搜索圖上進行移動的方向，將模板在搜索圖上按移動方向依次連續移動三個像素位置，并記錄模板在搜索圖上移動的第一個像素位置、第二個像素位置和第三個像素位置；第二步，分別計算步驟一中模板在搜索圖上移動到的像素位置處的相關系數值，根據包括當前相關系數值在內的最近三個相關系數值的大小關系來確定相關面上相關峰的情形；第三步，根據步驟二中所確定的相關峰的情形，計算模板在搜索圖上移動到下一次位置所需跳躍的像素數N；第四步，將模板在搜索圖上按移動方向移動到下一次像素位置；第五步，判斷模板在搜索圖上按移動方向移動是否已經搜索完畢，如果是，則執行步驟六，否則，重復執行步驟二至步驟四；第六步，比較模板在搜索圖上移動到的像素位置處的相關系數值大小，獲取所有相關系數值中的最大值，得到模板在搜索圖中對應的位置。
在步驟一中，所述模板在搜索圖上移動的方向為逐行地從左至右移動、或者逐行地從右至左移動、或者逐列地從下至上移動、或者逐列地從上至下移動，直到搜索完整幅圖像。
步驟二中所述的相關峰的情形包括相關峰的陽面和相關峰的陰面。
所述的相關峰的陽面和陰面兩種情形根據下述公式中K的符號SIGN確定 其中，ρ當前次表示模板在搜索圖上移動到當前像素位置處的相關系數值，ρ前一次表示模板在搜索圖上移動到當前像素的前一像素位置的相關系數值，ρ前二次表示模板在搜索圖上移動到當前像素的前兩個像素位置的相關系數值。
步驟三中，對于相關峰的陽面情形，模板在搜索圖上移動到下一次位置所需跳躍的像素數N為N＝INT[(|1/ρ當前次|-1.1)10]對于相關峰的陰面情形，模板在搜索圖上移動到下一次位置所需跳躍的像素數N取模板尺寸大小的一半以內的整數，在模板尺寸小于30×30或大于90×90時，N取接近[20，30]的整數。
步驟六中所述獲取所有相關系數值中的最大值的過程包括首先給定一個初始值ρ0＝0，然后比較ρ當前次和ρ0的大小，如果ρ當前次大于ρ0，則將ρ當前次的值賦予ρ0，否則，不做賦值操作。
模板在搜索圖中對應的位置為ρ0取最大值對應的像素坐標。
本發明的基于像素跳躍的圖像匹配方法具有以下優點(1)模板在搜索圖上進行移動時不用遍歷每個像素坐標，只需通過分析相關面上相關峰的情形以確定模板在搜索圖上進行移動跳躍的像素數，在沒有被跳躍的像素位置上進行搜索，從而大為減少圖像匹配的計算量，并極大地減少圖像匹配所消耗的時間；(2)在對相關面上的相關峰進行分析時，通過區分相關峰的陽面和陰面兩種情形，并針對不同的情形進行相應的像素跳躍搜索，因此兼顧了相關面的特征信息，并且使得本發明的圖像匹配方法很好地滿足實際工程的應用需求；(3)實驗表明，本發明的圖像匹配方法在保證匹配概率的前提條件下，隨著模板尺寸的增大將使得圖像匹配效果的優勢越來越明顯。


圖1示意了圖像匹配時所采用的搜索圖和模板；圖2為模板在搜索圖上移動時的相關面示意圖；圖3為圖2所示的相關面上的一個相關峰剖面的示意圖；圖4為本發明的方法流程示意圖；圖5為模板在搜索圖上依次連續移動三個像素位置的過程狀態示意圖；圖6至圖8為本發明的模板在搜索圖上依次連續移動三個像素位置所對應的相關系數值排列在相關峰上的不同情形示意圖；圖9為采用本發明方法進行仿真實驗的跳躍像素數和匹配時間的關系圖，上圖所示為30×30的模板在400×400的搜索圖上的仿真，下圖所示為90×90的模板在400×400的搜索圖上的仿真；圖10為采用本發明方法進行仿真實驗的跳躍像素數和匹配概率的關系圖，上圖所示為30×30的模板在400×400的搜索圖上的仿真，下圖所示為90×90的模板在400×400的搜索圖上的仿真；圖11為采用本發明方法進行仿真實驗的跳躍像素數和模板大小的關系圖，上圖所示為不同尺寸大小的模板在400×400的搜索圖上進行移動搜索的仿真，下圖所示為不同尺寸大小的模板在768×576的搜索圖上進行移動搜索的仿真。
具體實施例方式
下面參照附圖對本發明作進一步詳細地說明。
首先，介紹一下歸一化互相關運算原理，在圖像匹配中，兩塊相同大小圖像間的相似程度采用相關系數ρ來表征情形之一，將兩幅大小均為N×N的灰度圖像分別記作{X|xij∈X，i，j＝0，…，N-1}和{Y|yij∈Y，i，j＝0，…，N-1}，其中，xij與yij分別為兩幅圖像上各點的灰度值，則兩幅圖像的相關系數為ρ(X,Y)=E(XY)-E(X)E(Y)D(X)D(Y)]]>其中，E(X)、E(Y)為兩幅圖像的灰度均值，D(X)、D(Y)為兩幅圖像的方差，E(XY)為兩幅圖像對應點乘后的均值，相關系數ρ(X，Y)表示了圖像X和Y間線性關系的相似程度，相關系數越接近于1或-1時，表示圖像間的線性相似程度越明顯。
情形之二，將兩幅大小各為M×M和N×N(M≤N)的灰度圖像分別記作{X|xij∈X，i，j＝0，…，M-1}和{Y|yij∈Y，i，j＝0，…，N-1}，則兩幅圖像的相關系數為ρu，v＝|ρ(X，Yu，v)|其中，Yu，v為搜索圖上起始坐標為(u，v)，大小為M×M的子塊，u，v＝0，1，…，N-M。設模板T的尺寸為M×M，搜索圖S的尺寸為N×N(M≤N)，如圖1所示，模板T在搜索圖S上平移，模板下覆蓋的子圖記為Si，j，(i，j)為子圖左上角點在S中的坐標，該坐標對應的點叫參考點，比較T和Si，j的內容，若兩者一致，則它們的差為0，用誤差的平方和作為它們相似程度的測度D(i,j)=Σm=1MΣn=1N[Si,j(m,n)-T(m,n)]2---(1)]]>展開上述公式，則有D(i,j)=Σm=1MΣn=1N[Si,j(m,n)]2-2Σm=1MΣn=1N[Si,j(m,n)×T(m,n)]+Σm=1MΣn=1N[T(m,n)]2---(2)]]>
公式(2)等號右邊的第三項表示模板的總能量，是一個常數；第一項是模板覆蓋下的子圖能量，隨參考點的位置而緩慢改變；第二項是子圖和模板的互相關，隨參考點的位置而改變，當模板和子圖匹配時，該互相關值最大，相關系數表示為下式ρ(i,j)=Σm=1MΣn=1nSi,j(m,n)×T(m,n)Σm=1MΣn=1N[Si,j(m,n)]2Σm=1MΣn=1N[T(m,n)]2---(3)]]>根據柯西-施瓦茲不等式可知公式(3)中0＜ρ(i，j)≤1，并且僅在Si，j(i，j)/[T(m，n)]為常數時，ρ(i，j)取最大值(等于1)。
完全計算兩幅圖像間的相關系數矩陣，需要超過N2(M-N+1)2次的乘法運算和(N2-1)(M-N+1)2次加法運算，大大增加了實時圖像匹配系統設計的難度。
一幅位圖可以轉換為相應的圖像矩陣，對于圖像定位的應用來說，相關系數矩陣中最大相關系數對應的坐標即為小幅圖像在大幅圖像上的定位坐標。圖像矩陣A和B的相關矩陣C是這樣定義的，假如A矩陣為M×N矩陣，且不小于B矩陣，則相關矩陣表示為下式C(i,j)=Σm=0MΣn=0NA(m,n)×B(m-i,n-j)]]>相關矩陣C的元素有這樣的性質，若A與B是相同的，則在圖像幾何中心位置處有一峰值，其它位置都是小值。若A與B不相同，則C矩陣不存在峰值，整個矩陣都是相差不大的小值。相關運算相當于把一幅圖像放在另一幅圖像上移動，每移動一次進行一次比較若兩幅圖像全部或部分相同，則在某一位置將出現全部或部分重疊，這時出現峰值；若兩幅圖像毫不相同，則在任何位置都不會重疊，這時無峰值出現，因此，搜索圖與所給圖像的匹配位置一定是出現峰值的地方。
圖2為模板在搜索圖上移動形成的相關面示意圖，該相關面是根據模板在搜索圖上移動對應的每個像素位置利用公式(3)計算得到一個相關系數值，將計算得到的相關系數值按照模板在搜索圖上進行移動的方向排列成的，圖2中，像素位置坐標和相關系數值共同構成相關面的三維坐標系。由圖2可知，相關面呈現出高低起伏的形狀，一般將相關面中的局部最大值區域稱為相關峰。根據相關原理，相關峰的峰值對應圖像的匹配位置，而相關峰的平緩面和低谷面一定不是匹配的位置。另外，相關峰的尖銳度也影響著圖像匹配的概率和精度，陡峭的相關峰意味著較高的定位精度，匹配也不容易漂移，而坡度平緩的峰則會影響圖像匹配的精度，甚至會導致失配。
基于圖像相鄰像素信息的連續性，可以對模板在搜索圖上移動的下一次像素位置做出預測，如圖3所示，相關系數值a、b、c、d、e、f、g分布在一個相關峰上，在本發明中，根據包括當前相關系數值在內的最近三個相關系數值的大小關系來分析相關峰的陽面和陰面兩種情形。
圖4為本發明的基于像素跳躍的圖像匹配方法的流程示意圖，如圖4所示，該方法具體包括以下步驟第一步，確定模板在搜索圖上進行移動的方向，將模板在搜索圖上按移動方向依次連續移動三個像素位置，并記錄模板在搜索圖上移動的第一個像素位置、第二個像素位置和第三個像素位置。如圖5所示，模板在搜索圖上移動的方向為逐行地從左至右移動，圖5中每一個小方格代表一個像素位置，圖5(a)為模板在搜索圖上的初始位置狀態，圖5(b)為模板在圖5(a)的基礎之上向右移動了一個像素位置，將模板此時所處的像素位置記作I1，圖5(c)為模板在圖5(b)的基礎之上向右移動了一個像素位置，將模板此時所處的像素位置記作I2，圖5(d)為模板在圖5(c)的基礎之上向右移動了一個像素位置，將模板此時所處的像素位置記作I3；第二步，分別計算步驟一中模板在搜索圖上移動到的像素位置處的相關系數值；根據包括當前相關系數值在內的最近三個相關系數值的大小關系來確定相關面上相關峰的情形。通過公式(3)計算得到模板在搜索圖上移動所處的像素位置I1處的相關系數值ρ1，模板在搜索圖上移動所處的像素位置I2處的相關系數值ρ2，模板在搜索圖上移動所處的像素位置I3處的相關系數值ρ3；
參照圖6至圖8，ρ1、ρ2和ρ3這三個相關系數值的大小關系基本上可以反映在以下相關峰上的不同排列如圖6(a)所示，ρ1-ρ2＞0，ρ2-ρ3＜0；如圖6(b)所示，ρ1-ρ2＞0，ρ2-ρ3＜0；如圖6(c)所示，ρ1-ρ2＜0，ρ2-ρ3＞0；如圖6(d)所示，ρ1-ρ2＜0，ρ2-ρ3＞0；如圖7(a)所示，ρ1-ρ2＞0，ρ2-ρ3＝0；如圖7(b)所示，ρ1-ρ2＜0，ρ2-ρ3＞0；如圖7(c)所示，ρ1-ρ2＝0，ρ2-ρ3＝0；如圖7(d)所示，ρ1-ρ2＝0，ρ2-ρ3＜0；如圖8(a)所示，ρ1-ρ2＜0，ρ2-ρ3＜0；如圖8(b)所示，ρ1-ρ2＞0，ρ2-ρ2＞0；如圖8(c)所示，ρ1-ρ2＜0，ρ2-ρ3＜0；如圖8(d)所示，ρ1-ρ2＞0，ρ2-ρ3＞0。
通過如下公式中K的符號SIGN(正號或負號)來確定相關峰的情形 其中，ρ當前次表示模板在搜索圖上移動到當前像素位置處的相關系數值，ρ前一次表示模板在搜索圖上移動到當前像素的前一像素位置的相關系數值，ρ前二次表示模板在搜索圖上移動到當前像素的前兩個像素位置的相關系數值。本實施例中，ρ前二次＝ρ1，ρ前一次＝ρ2，ρ當前次＝ρ3，下面，分析K取不同的符號時，對應的相關峰的陽面情形和相關峰的陰面情形(1)當ρ1-ρ2的值和ρ2-ρ3的值為相反符號時，(ρ前二次-ρ前一次)×(ρ前一次-ρ當前次)的符號SIGN取負號，K＜0，對應于圖6(a)和圖6(b)的情形稱為相關峰的陽面；
對應于圖6(c)和圖6(d)的情形稱為相關峰的陰面；(2)K＝0的情況分為ρ1≠ρ2＝ρ3時，對應于圖7(a)的情形稱為相關峰的陰面；ρ1＝ρ2≠ρ3時，對應于圖7(b)的情形稱為相關峰的陰面；ρ1＝ρ2＝ρ3時，對應于圖7(c)，這種情形沒有相關峰峰值出現，基于圖像的一般特性，出現K＝0的這種情況出現的概率一般是很小的，本發明不考慮此種情形。
ρ1＝ρ2≠ρ3時，對應于圖7(d)的情形稱為相關峰的陽面；(3)當ρ1-ρ2的值和ρ2-ρ3的值為相同符號時，(ρ前二次-ρ前一次)×(ρ前一次-ρ當前次)的符號SIGN取正號，K＞0，對應于圖8(a)和圖8(c)的情形稱為相關峰的陽面；對應于圖8(b)和圖8(d)的情形稱為相關峰的陰面；第三步，根據步驟三中所確定的相關峰的情形，計算模板在搜索圖上移動到下一次位置所需跳躍的像素數N。對于上述相關峰的陽面情形，模板在搜索圖上移動到下一次位置所需跳躍的像素數N為N＝INT[(|1/ρ當前次|-1.1)10]第四步，將模板在搜索圖上按移動方向移動到下一次像素位置，如果模板在搜索圖上按移動方向移動到下一次的像素位置為I7，則I7＝I3+N，然后，判定模板在搜索圖上按移動方向移動是否已經搜索完畢，如果為否，則標記模板在搜索圖上移動所處的當前像素位置I7，通過公式(3)計算相關系數值ρ7，此時，對應公式(4)，ρ前二次＝ρ2，ρ前一次＝ρ3，ρ當前次＝ρ7，然后，重復執行上述的相關步驟，計算出模板在搜索圖上移動的下一次位置所需跳躍的像素數。
對于相關峰的陰面情形，模板在搜索圖上移動到下一次位置所需跳躍的像素數N取模板尺寸大小一半以內的整數，在模板尺寸小于30×30或大于90×90時，N取接近[20，30]的整數。
如果模板在搜索圖上按移動方向移動到下一次像素位置為I8，則I8＝I3+N，然后，判定模板在搜索圖上按移動方向移動是否已經搜索完畢，如果為否，則標記模板在搜索圖上移動所處的當前像素位置I8，通過公式(3)計算相關系數值ρ8，此時，對應公式(4)，ρ前二次＝ρ2，ρ前一次＝ρ3，ρ當前次＝ρ8，然后，重復上述的相關步驟，計算模板在搜索圖上移動的下一次位置所需跳躍的像素數。
最后，比較模板在搜索圖上移動到的像素位置處的相關系數值大小，獲取所有相關系數值中的最大值，得到模板在搜索圖中對應的位置。
下面，采用本發明所述的基于像素跳躍的圖像匹配方法進行仿真實驗，實驗時匹配誤差的范圍設定為±5個像素，角度校正范圍為-5°～+5°，相關峰特征指標的閾值為1.5。在實驗中，通過預先規定搜索圖和模板的大小，從圖像對的一個圖上以一定步長逐個截取搜索圖，并從另一個圖上在相同區域內按一定分布隨機截取一定數目的模板，進行匹配定位實驗，并對比分析。表1為匹配計算量比較表，表1中給出了相同實驗環境下，原始的歸一化積相關方法與本發明方法的匹配概率及匹配時間(平均時間)的比較結果。

表1表2給出了基于灰度相關的匹配方法與本發明方法的定位偏差及匹配概率的比較結果，這里的模板尺寸大小為60×60，搜索圖的尺寸大小為400×400，跳躍像素數N取30。

表2從表1和表2中可以看出，本發明的基于像素跳躍的圖像匹配方法的匹配概率與基于灰度相關匹配方法的匹配概率相當，但匹配時間卻大大減少，而且隨著模板尺寸地增大，匹配時間由原來減少7.2倍將提高到減少14.2倍。仿真實驗的結果表明，在搜索圖尺寸大小固定的前提下，模板尺寸越大，采用本發明進行圖像匹配的優勢就會越明顯。
圖9為采用本發明方法進行仿真實驗的跳躍像素數和匹配時間的關系圖，這里進行了兩組實驗，第一組的模板尺寸大小為30×30，搜索圖的尺寸大小為400×400，第二組的模板尺寸大小為90×90，搜索圖的尺寸大小為400×400，圖中的空心點是跳躍像素數和其所對應匹配時間的坐標位置，曲線是擬合曲線。從圖中可以看出跳躍像素數和匹配時間基本符合指數函數的分布規律，而且跳躍像素數越大，所需匹配時間越少，當跳躍像素數大于30之后，匹配時間的減少將不再明顯。
圖10為采用本發明方法進行仿真實驗的跳躍像素數和匹配概率的關系圖，這里進行了兩組實驗，第一組的模板尺寸大小為30×30，搜索圖的尺寸大小為400×400，第二組的模板尺寸大小為90×90，搜索圖的尺寸大小為400×400，圖中誤差允許范圍為±5個像素，匹配概率1表示匹配成功，匹配概率0表示匹配失敗。從圖中可以看出跳躍像素數在30以內，對匹配概率來說沒有任何的影響，(由于篇幅所限，不可能給出其他各組所有跳躍像素數和匹配概率的關系圖。實際上綜合其所有關系圖，可知一般是跳躍像素數取模板尺寸大小的一半以內時，對匹配概率來說沒有任何的影響，當然還可以取得更大，但就沒有普遍性了。)另外，從上圖也可以看出，匹配概率和圖像的尺寸有較大的關系，在模板尺寸較小的時候，可以看出匹配和不匹配這種“振蕩”比較激烈些，而當模板尺寸較大的時候，這種“振蕩”相對較緩，這是合理的，因為隨著模板尺寸地增大，匹配所需的信息量大大增加，從而提高了圖像的匹配概率。
圖11為采用本發明方法進行仿真實驗的跳躍像素數和模板圖像大小的關系圖，這里進行了兩組實驗，第一組的模板在400×400的搜索圖上進行移動搜索，第二組的模板在768×576的搜索圖上進行移動搜索，圖中給出的是在正確匹配的前提下，誤差允許的范圍為±5個像素，跳躍像素數所能達到的最大值，曲線是擬合曲線。從圖中可以看出跳躍像素數和圖像大小的關系類似“∽”型曲線，并且這種線形關系和搜索圖的大小沒有關系，只和模板尺寸大小有關系。從這種線形關系也可以看出，當模板尺寸在小于30×30和大于90×90時，對跳躍像素數影響較大，模板尺寸小于30×30時，跳躍像素數取得比較小，甚至小于模板尺寸大小的一半，而模板尺寸大于90×90時，跳躍像素數可以取得比較大，甚至可以遠遠大于模板尺寸的一半，而在30-90之間，對跳躍像素數的影響相對較緩。
通過上述的仿真實驗結果表明，本發明的基于像素跳躍的圖像匹配方法非常有效，而且方法實現簡單、易行，所有具有相關峰特性的圖像匹配都可以采用此種方法進行像素跳躍以加速搜索。在保證匹配概率的前提條件下，本發明可以極大地減少匹配所消耗的時間，而且隨著模板尺寸地增大(搜索圖大小固定)，該方法的優勢會越來越明顯。
以上所述，僅為本發明的較佳實施例而已，并非用于限定本發明的保護范圍。
權利要求
1.一種基于像素跳躍的圖像匹配方法，其特征在于，包括以下步驟第一步，確定模板在搜索圖上進行移動的方向，將模板在搜索圖上按移動方向依次連續移動三個像素位置，并記錄模板在搜索圖上移動的第一個像素位置、第二個像素位置和第三個像素位置；第二步，分別計算步驟一中模板在搜索圖上移動到的像素位置處的相關系數值，根據包括當前相關系數值在內的最近三個相關系數值的大小關系來確定相關面上相關峰的情形；第三步，根據步驟二中所確定的相關峰的情形，計算模板在搜索圖上移動到下一次位置所需跳躍的像素數N；第四步，將模板在搜索圖上按移動方向移動到下一次像素位置；第五步，判斷模板在搜索圖上按移動方向移動是否已經搜索完畢，如果是，則執行步驟六，否則，重復執行步驟二至步驟四；第六步，比較模板在搜索圖上移動到的像素位置處的相關系數值大小，獲取所有相關系數值中的最大值，得到模板在搜索圖中對應的位置。
2.如權利要求1所述的基于像素跳躍的圖像匹配方法，其特征在于在步驟一中，所述模板在搜索圖上移動的方向為逐行地從左至右移動、或者逐行地從右至左移動、或者逐列地從下至上移動、或者逐列地從上至下移動，直到搜索完整幅圖像。
3.如權利要求2所述的基于像素跳躍的圖像匹配方法，其特征在于步驟二中所述的相關峰的情形包括相關峰的陽面和相關峰的陰面。
4.如權利要求3所述的基于像素跳躍的圖像匹配方法，其特征在于所述的相關峰的陽面和陰面兩種情形根據下述公式中K的符號SIGN確定 其中，ρ當前次前次表示模板在搜索圖上移動到當前像素位置處的相關系數值，ρ前一次表示模板在搜索圖上移動到當前像素的前一像素位置的相關系數值，ρ前二次表示模板在搜索圖上移動到當前像素的前兩個像素位置的相關系數值。
5.如權利要求4所述的基于像素跳躍的圖像匹配方法，其特征在于步驟三中，對于相關峰的陽面情形，模板在搜索圖上移動到下一次位置所需跳躍的像素數N為N＝INT[(|1/ρ前前次|-1.1)10]
6.如權利要求4所述的基于像素跳躍的圖像匹配方法，其特征在于步驟三中，對于相關峰的陰面情形，模板在搜索圖上移動到下一次位置所需跳躍的像素數N取模板尺寸大小的一半以內的整數，在模板尺寸小于30×30或大于90×90時，N取接近[20，30]的整數。
7.如權利要求5或6所述的基于像素跳躍的圖像匹配方法，其特征在于步驟六中所述獲取所有相關系數值中的最大值的過程包括首先給定一個初始值ρ0＝0，然后比較ρ當前次和ρ0的大小，如果ρ當前次大于ρ0，則將ρ當前次的值賦予ρ0，否則，不作賦值操作。
8.如權利要求7所述的基于像素跳躍的圖像匹配方法，其特征在于模板在搜索圖中對應的位置為ρ0取最大值對應的像素坐標。
全文摘要
一種基于像素跳躍的圖像匹配方法，通過分析相關面上相關峰的情形以確定模板在搜索圖上進行移動跳躍的像素數，從而以最快的速度獲取模板在搜索圖中對應的位置。該方法不但大為減少圖像匹配的計算量從而極大地減少圖像匹配所消耗的時間，而且由于兼顧了相關面的特征信息，使其適應能力也得到增強，從而很好地滿足實際工程的應用需求，另外，本方法在保證匹配概率的前提條件下，隨著模板尺寸的增大將使得圖像匹配效果的優勢越來越明顯。
文檔編號G06K9/64GK1959707SQ20061016116
公開日2007年5月9日 申請日期2006年12月7日 優先權日2006年12月7日
發明者張廣軍, 雷鳴 申請人:北京航空航天大學