專利名稱：異源圖像的一致性特征檢測方法
技術領域：
本發明屬于計算機圖像處理技術領域，尤其涉及一種異源圖像的一致性特征檢測方法。
背景技術：
圖像的特征檢測是圖像處理、模式識別和計算機視覺等領域的關鍵技術，它的目的是將圖像中某些區域內能反映目標圖像重要、本原屬性的像素或像素區域提取出來，用于變化檢測或目標識別等后續處理，它可以把圖像之間的識別問題轉化為特征之間的識別問題。長期以來，如何有效檢測圖像的特征一直受到眾多學者的關注。目前，圖像特征檢測方法主要有基于梯度信息的方法、基于相位信息的方法和基于局部不變特征的方法等， 其中局部不變特征是一個較為活躍的研究方向，最近幾年已涌現了大批研究成果。很多局部不變特征，如SURF (Speeded Up Robust Features，加速強健特征)等能對旋轉等圖像變化因素保持一定的不變性，而對物體運動、遮擋等因素具有魯棒性，與其它特征相比，由于局部不變特征不受圖像外在表象的影響，所以在魯棒性、可重復性、獨特性等方面均具有較大的優勢。異源圖像的一致性特征檢測就是從來源于不同傳感器的、具有相同場景或目標的兩幅圖像，如遙感圖像中的多光譜圖像、醫學圖像中的CT(Computer Tomography，計算機斷層攝影)圖像和MRI (Magnetic Resonance Imaging，磁共振成像)圖像等圖像中找到具有一一對應關系特征的過程。異源圖像能提供比同源圖像更加豐富和全面的信息，因此異源圖像的變化檢測、識別等廣泛應用于遙感、安全監測、醫學圖像分析等民用或軍用領域，而精確檢測出異源圖像的一致性特征是進行變化檢測、識別的關鍵。目前，SURF算法已成功應用于同源圖像的一致性特征檢測中。由于異源圖像傳感器的工作波段相差較大，且成像條件和場景具有一定復雜性，所以異源圖像在像素的灰度分布特性上有很大差別。應用SURF算法直接對異源圖像進行特征檢測時，兩幅圖像中很少有對應同一物理位置的特征，兩圖中幾乎不存在一致性的特征，無法進行后續變化檢測或識別處理。
發明內容
本發明的目的在于，針對目前圖像處理技術領域中，沒有有效的異源圖像的一致性特征檢測方法的問題，提出一種異源圖像的一致性特征檢測方法。為實現上述的目的，本發明提供的技術方案是，一種異源圖像的一致性特征檢測方法，其特征是所述方法包括步驟1 采用基于形態學梯度法的二維元胞自動機模型提取異源圖像的輪廓圖像；步驟2 獲取輪廓圖像加速強健特征的特征點和描述子；
步驟3 從加速強健特征的特征點中獲取初始匹配點對集合；步驟4 從初始匹配點對集合中篩選出精確匹配點對。當異源圖像為二值圖像時，所述步驟1具體利用公式ν = vD(c)-vE(c)提取異源圖像的輪廓圖像；其中，/(C)是當前元胞的膨脹運算值，VE(C)是當前元胞的腐蝕運算值，C是當前元胞；所述當前元胞的膨脹運算值/(C)的計算公式為VE(C)= V(C)+V(n)+V(e)+V(S)+V(W)，當前元胞的腐蝕運算值/(c)的計算公式為Vd(C)= v(c) · ν (η) · v(e) · v(s) · ν (w) ；η、e、s、w分別為當前元胞c的上元胞、下元胞、左元胞和右元胞，ν (c)、ν (η)、ν (e)、ν (s)、ν (w)分別為當前元胞c的狀態、當前元胞c的上元胞η的狀態、當前元胞c的下元胞e的狀態、當前元胞c的左元胞s的狀態和當前元胞c的右元胞 w的狀態。當異源圖像為灰度圖像時，所述步驟1具體利用公式F = Fd-Fe提取異源圖像的輪廓圖像，其中，F是輪廓圖像，Fd是當前像素值的膨脹運算值，Fe是像素值的腐蝕
W-I
運算值；所述當前像素值的膨脹運算值Fd的計算公式為:FD = Y^icyik，當前像素值
k=Q
m-\
的腐蝕運算值P的計算公式力廣―Zvf(C)2^ ；徹=咖·v>) 咖，
= + + + + )，C是當前像素點，n、e、s、w分別是當前像素點C的上方像素點、下方像素點、左方像素點和右方像素點，Vk(c)是當前像素點c的灰度值的二進制數表示的第k位，Vk (η)是當前像素點c的上方像素點η的灰度值的二進制數表示的第k 位，vk(e)是當前像素點c的下方像素點e的灰度值的二進制數表示的第k位，vk(s)是當前像素點c的左方像素點s的灰度值的二進制數表示的第k位，Vk (w)是當前像素點c的右方像素點w的灰度值的二進制數表示的第k位，m為當前像素點c的灰度值的二進制數表示的位數。所述步驟2具體包括步驟21 利用逐步放大的近似高斯濾波器對輪廓圖像的積分圖像進行卷積操作；步驟22 計算近似Hessian矩陣的行列式；步驟23 利用近似Hessian矩陣的行列式確定特征點；步驟M 確定特征點的主方向；步驟25 基于Harr小波響應生成描述子。所述步驟3具體包括步驟31 任取待匹配的異源圖像的輪廓圖像的特征點A ；步驟32 在另一異源圖像的輪廓圖像中，利用距離函數計算與特征點A距離最近的特征點B，將其距離記為dAB ；在同一異源圖像的輪廓圖像中，計算與特征點A距離次進的特征點C，將其距離記為dAC;步驟33 判斷距離dAB與距離dAC的比值是否大于第一設定閾值，如果大于第一設定閾值，則特征點A和特征點B是初始匹配點對；步驟34 將所有初始匹配點對組成的集合作為初始匹配點對集合。所述距離函數為歐式距離函數或者馬氏距離函數。所述步驟4具體包括
5
步驟41 在初始匹配點對集合中隨機采樣4對初始匹配點；步驟42 計算采樣的4對初始匹配點之間的變換矩陣H ；步驟43 利用變換矩陣H計算每對初始匹配點對之間的誤差，當所述誤差小于第二設定閾值時，則將所述初始匹配點對作為內點；將所有內點組成的集合作為內點集合，內點個數為記m ；步驟44 在內點集合中隨機采樣4對內點；步驟45 計算采樣的4對內點之間的變換矩陣H'；步驟46 利用變換矩陣H'計算內點集合中的每個內點之間的誤差，當所述誤差小于第二設定閾值時，則將所述內點作為迭代內點；將所有迭代內點組成的集合作為迭代內點集合，迭代內點個數記為m'；步驟47 當m' > m時，以迭代內點作為內點，迭代內點集合作為內點集合，返回步驟44 ；當m' ^m時，執行步驟48 ；步驟48 取迭代內點個數最多的迭代內點集合，該迭代內點集合中的迭代內點即為所求的精確匹配點對。本發明從元胞自動機提取的異源圖像輪廓上獲取SURF特征，然后采用基于匹配的方法篩選出一致性特征，解決了應用SURF算法無法直接從異源圖像中檢測出一致性特征的問題，同時使用本發明提供的方法檢測異源圖像的一致性特征，速度快且準確率高。
圖1是異源圖像的一致性特征檢測方法流程圖；圖2是用本發明提供的方法對遙感圖像中的多光譜圖像進行一致性特征檢測的實驗結果示意圖；其中，(a)是由Daedalus掃描儀拍攝的光譜的遙感圖像；(b)是由Daedalus掃描儀拍攝的另一幅不同光譜的遙感圖像；(c)是用元胞自動機方法提取的圖2(a)對應的輪廓圖像；(d)是用元胞自動機方法提取的圖2(b)對應的輪廓圖像；(e)是經過SURF特征提取與描述和匹配之后的一致性特征在輪廓圖像上連線的效果圖；(f)是經過SURF特征提取與描述和匹配之后的一致性特征在輸入圖像上連線的效果圖；(g)是在相應的輸入圖像上顯示一致性特征的結果圖；(h)是在相應的輸入圖像上顯示一致性特征的結果圖；圖3是用本發明提供的方法對醫學圖像中的CT圖像與MRI圖像進行一致性特征檢測的實驗結果示意圖；其中，(a)是CT圖像；(b)是 MRI 圖像；(c)是用元胞自動機方法提取的圖3(a)對應的輪廓圖像；(d)是用元胞自動機方法提取的圖3(b)對應的輪廓圖像；(e)是經過SURF特征提取與描述和匹配之后的一致性特征在輪廓圖像上連線的效果圖；(f)是經過SURF特征提取與描述和匹配之后的一致性特征在輸入圖像上連線的效果圖；(g)是在相應的輸入圖像上顯示一致性特征的結果圖；(h)是在相應的輸入圖像上顯示一致性特征的結果圖。
具體實施例方式下面結合附圖，對優選實施例作詳細說明。應該強調的是，下述說明僅僅是示例性的，而不是為了限制本發明的范圍及其應用。實施例1在本發明中，異源圖像是指兩個待匹配的圖像。圖1是異源圖像的一致性特征檢測方法流程圖。圖1中，本發明提供的異源圖像的一致性特征檢測方法包括步驟1 采用基于形態學梯度法的二維元胞自動機模型提取異源圖像的輪廓圖像。當異源圖像為二值圖像時，將圖像的每個像素點看成一個元胞，元胞的狀態對應于像素的灰度值，元胞的鄰域結構為馮·諾伊曼型，即由一個中心元胞(要演化的元胞) 和4個位于其臨近上下左右方位的元胞組成，共包含5個元胞。為了實現輪廓提取的任務， 首先從圖像中檢測與輪廓相關的信息作為模型初始值映射到元胞空間，然后依據元胞鄰居關系和圖像輪廓特點制定局部規則，演化停止時的狀態就是輪廓提取的最終結果。本發明采用基于形態學梯度法的元胞自動機局部規則。用灰度形態學的膨脹結果減去腐蝕結果的方法叫形態梯度算法。首先考慮簡單的二值圖像，馮·諾伊曼型元胞自動機的腐蝕和膨脹規則分別為vD(c) = v(c) · ν (η) · ν (e) · v(s) · v(w)(1)vE (c) = ν (c) +ν (η) +ν (e) +ν (s) +ν (W)(2)上式中，η、e、s、w分別為當前元胞c的上元胞、下元胞、左元胞和右元胞，v(c)、 ν (η) Me) Ms)、ν (w)分別為當前元胞c的狀態、當前元胞c的上元胞η的狀態、當前元胞 c的下元胞e的狀態、當前元胞c的左元胞s的狀態和當前元胞c的右元胞w的狀態。“·” 和“ + ”分別表示布爾代數的與運算和或運算。當異源圖像為灰度圖像時，對于灰度圖像，不能直接運用布爾邏輯，灰度圖像可以看作是二值圖像的組合，即
權利要求
1 一種異源圖像的一致性特征檢測方法，其特征是所述方法包括步驟1 采用基于形態學梯度法的二維元胞自動機模型提取異源圖像的輪廓圖像； 步驟2 獲取輪廓圖像加速強健特征的特征點和描述子； 步驟3 從加速強健特征的特征點中獲取初始匹配點對集合； 步驟4 從初始匹配點對集合中篩選出精確匹配點對。
2.根據權利要求1所述的異源圖像的一致性特征檢測方法，其特征是當異源圖像為二值圖像時，所述步驟1具體利用公式ν = vD(c)-vE(c)提取異源圖像的輪廓圖像；其中， VD(c)是當前元胞的膨脹運算值，VE(c)是當前元胞的腐蝕運算值，C是當前元胞；所述當前元胞的膨脹運算值/(C)的計算公式為VE(C) = V(C)+V (Π)+V (e)+V (S)+V (W)，當前元胞的腐蝕運算值 Ve (C)的計算公式為vD(c) =V(C) - ν (η) .v(e) ·ν(8) -v(w) ；n、e、S、W 分別為當前元胞c的上元胞、下元胞、左元胞和右元胞，v(c)、V(n)、V(e)、V(S)、V(W)分別為當前元胞c的狀態、當前元胞c的上元胞η的狀態、當前元胞c的下元胞e的狀態、當前元胞 C的左元胞S的狀態和當前元胞C的右元胞W的狀態。
3.根據權利要求1所述的異源圖像的一致性特征檢測方法，其特征是當異源圖像為灰度圖像時，所述步驟1具體利用公式F = Fd-Fe提取異源圖像的輪廓圖像， 其中，F是輪廓圖像，Fd是當前像素值的膨脹運算值，Fe是像素值的腐蝕運算值；所 述當前像素值的膨脹運算值Fd的計算公式為，當前像素值的腐 蝕運算值Fe的計算公式為儼；,、,、,、,、,、Vk (c) = vk (c)'Vk (n)'Vk (e)'Vk (s)'Vk (w)，= + + + + )，C是當前像素點，n、e、s、w分別是當前像素點C的上方像素點、下方像素點、左方像素點和右方像素點，Vk(c)是當前像素點c的灰度值的二進制數表示的第k位，Vk (η)是當前像素點c的上方像素點η的灰度值的二進制數表示的第k 位，vk(e)是當前像素點c的下方像素點e的灰度值的二進制數表示的第k位，vk(s)是當前像素點c的左方像素點s的灰度值的二進制數表示的第k位，Vk (w)是當前像素點c的右方像素點w的灰度值的二進制數表示的第k位，m為當前像素點c的灰度值的二進制數表示的位數。
4.根據權利要求2或3所述的異源圖像的一致性特征檢測方法，其特征是所述步驟2 具體包括步驟21 利用逐步放大的近似高斯濾波器對輪廓圖像的積分圖像進行卷積操作；步驟22 計算近似Hessian矩陣的行列式；步驟23 利用近似Hessian矩陣的行列式確定特征點；步驟M 確定特征點的主方向；步驟25 基于Harr小波響應生成描述子。
5.根據權利要求4所述的異源圖像的一致性特征檢測方法，其特征是所述步驟3具體包括步驟31 任取待匹配的異源圖像的輪廓圖像的特征點A ；步驟32 在另一異源圖像的輪廓圖像中，利用距離函數計算與特征點A距離最近的特征點B，將其距離記為dAB ；在同一異源圖像的輪廓圖像中，計算與特征點A距離次進的特征點C，將其距離記為dAC;步驟33 判斷距離dAB與距離dA。的比值是否大于第一設定閾值，如果大于第一設定閾值，則特征點A和特征點B是初始匹配點對；步驟34 將所有初始匹配點對組成的集合作為初始匹配點對集合。
6.根據權利要求5所述的異源圖像的一致性特征檢測方法，其特征是所述距離函數為歐式距離函數或者馬氏距離函數。
7.根據權利要求5所述的異源圖像的一致性特征檢測方法，其特征是所述步驟4具體包括步驟41 在初始匹配點對集合中隨機采樣4對初始匹配點；步驟42 計算采樣的4對初始匹配點之間的變換矩陣H ；步驟43 利用變換矩陣H計算每對初始匹配點對之間的誤差，當所述誤差小于第二設定閾值時，則將所述初始匹配點對作為內點；將所有內點組成的集合作為內點集合，內點個數為記m ；步驟44 在內點集合中隨機采樣4對內點；步驟45 計算采樣的4對內點之間的變換矩陣H'；步驟46 利用變換矩陣H'計算內點集合中的每個內點之間的誤差，當所述誤差小于第二設定閾值時，則將所述內點作為迭代內點；將所有迭代內點組成的集合作為迭代內點集合，迭代內點個數記為m'；步驟47 當m ‘ > m時，以迭代內點作為內點，迭代內點集合作為內點集合，返回步驟 44;當m' Sm時，執行步驟48;步驟48 取迭代內點個數最多的迭代內點集合，該迭代內點集合中的迭代內點即為所求的精確匹配點對。
全文摘要
本發明公開了計算機圖像處理技術領域中的一種異源圖像的一致性特征檢測方法。包括采用基于形態學梯度法的二維元胞自動機模型提取異源圖像的輪廓圖像；獲取輪廓圖像加速強健特征的特征點和描述子；從加速強健特征的特征點中獲取初始匹配點對集合；從初始匹配點對集合中篩選出精確匹配點對。本發明解決了應用SURF算法無法直接從異源圖像中檢測出一致性特征的問題，提高了檢測速度和準確率。
文檔編號G06T7/00GK102509293SQ20111034492
公開日2012年6月20日 申請日期2011年11月4日 優先權日2011年11月4日
發明者趙振兵, 陳智雄 申請人:華北電力大學(保定)