一種基于多種顏色分量系數組合的水果圖像匹配方法
【專利摘要】本發明公開了一種基于多種顏色分量系數組合的水果圖像匹配方法。本發明包括以下步驟：首先獲取原始水果圖像，采用多種顏色分量系數組合法匹配與SIFT方法相結合的匹配方法對原始圖像進行匹配計算；然后對獲得的匹配點通過最近點向量角計算進行判斷，剔除其中的誤匹配點。本發明通過多種顏色分量系數組合法對水果圖像進行匹配可以穩定地搜索到匹配點；通過最近點向量夾角法對獲得的匹配點進行判斷，可以有效地剔除誤匹配點，獲得精確的匹配點，從而實現了穩定、精準的水果圖像的匹配。
【專利說明】—種基于多種顏色分量系數組合的水果圖像匹配方法【技術領域】
[0001]本發明涉及圖像處理【技術領域】的一種水果圖像匹配方法，尤其是涉及一種基于多種顏色分量系數組合的水果圖像匹配方法。
【背景技術】
[0002]圖像匹配是指通過一定的匹配方法在兩幅或多幅圖像之間識別同一個點。近年來，圖像匹配己成為物體辨識、 機器人地圖感知與導航、影像縫合、3D模型建立、手勢辨識、影像追蹤和動作比對等圖像分析處理領域的關鍵技術和研究熱點。
[0003]水果表面信息的獲取是水果的大小、形狀、表面顏色和表面缺陷等品質指標檢測的基礎。表面顏色和表面缺陷檢測的準確度依賴于水果完整表面圖像的獲取，圖像拼接技術是實現水果完整表面圖像獲取的關鍵，而圖像匹配技術是圖像拼接技術的基礎。
[0004]SIFT (Scale Invariant Feature Transform)方法是 David Lowe 于 1999 年提出的局部特征描述子(David.G.Lowe.0bject recognition from local scale-1nvariantfeatures.1nternationalConference on Computer Vision, Corfu, Greece, 1999:1150-1157),并于2004年進行了更深入的發展和完善(David.G.Lowe.Distinctive imagefeatures from scale-1nvariant keypoints[J].1nternational Journal of ComputerVision, 2004，60 (2):91-110)。提取的SIFT特征向量具有以下特點:
[0005](I)對旋轉、尺度縮放、亮度變化保持不變性，對視角變化、仿射變換、噪聲也保持一定程度的穩定性。
[0006](2)獨特性好，信息量豐富，適合于在海量特征數據庫中進行快速、準確的匹配。
[0007](3)多量性，即使少數的幾個物體也可以產生大量SIFT特征向量。
[0008](4)速度較快，經優化的SIFT方法甚至可以達到實時的要求。
[0009](5)可擴展性，可以與其它形式的特征向量進行聯合。
[0010]水果表面存在一定的曲率，會造成水果靠近邊緣部分成像的透視畸變，而且由于水果表面光滑，容易使得表面光照不均，SIFT方法對仿射變換、亮度變化能保持一定的穩定性。但是SIFT方法對于水果圖像的匹配還存在以下問題:
[0011]一方面，由于水果表面顏色較為單一、變化較小，實驗證明,僅靠SIFT方法無法穩定地獲得匹配點；
[0012]另一方面，常用的誤匹配點剔除方法RANSAC方法(Chum O, Matas J.0ptimalrandomized RANSAC[J].1EEE Trans.0n Pattern Analysis and Machine Intelligence,2008, 30(8):1472-1482)的基本假設是樣本中包含正確數據(inliers，可以被模型描述的數據)，也包含異常數據(Outliers，偏離正常范圍很遠、無法適應數學模型的數據)，即數據集中含有噪聲。這些異常數據可能是由于錯誤的測量、錯誤的假設、錯誤的計算等產生的，而水果圖像一次匹配出現的匹配點數為O~3個，因此無法采用該類方法進行水果圖像的誤匹配點剔除。
【發明內容】
[0013]本發明提出一種基于多種顏色分量系數組合的水果圖像匹配方法。通過對水果圖像三分量圖像匹配結果的分析，提出多種顏色分量系數組合法與SIFT方法相結合的方法進行匹配點搜索；通過對匹配點與近鄰特征點的幾何關系進行分析，提出最近點向量夾角法的誤匹配點剔除法。并且通過試驗驗證了匹配方法與誤匹配點剔除方法的可靠性。
[0014]本發明解決其技術問題所采用的技術方案是:
[0015]本發明采用如下步驟:
[0016]I)原始圖像獲取:
[0017]將水果水平放置，使得水果的花萼果梗連線與水平面垂直，從水果側面采集一幅清晰的側面圖像作為左圖，以水果的花萼果梗連線為中心軸旋轉60°角度再采集另一幅側面圖像作為右圖；
[0018]2)多種顏色分量系數組合的灰度圖像計算:
[0019]對左圖和右圖按以下式I計算灰度圖像，分別得到左圖灰度圖像集和右圖灰度圖像集；
[0020]Gray (x, y) = aR(x, y) +bG (x, y) +cB (x, y) (I)
[0021]其中，a為紅色分量系數，b為綠色分量系數，c為藍色分量系數，R(x，y)為側面圖像中點(x，y)處的紅色分量值，G(x，y)為側面圖像中點(x，y)處的綠色分量值，B(x，y)為側面圖像中點(x，y)處的藍色分量值；
[0022]3)特征點的匹配:
[0023]采用SIFT方法對左圖灰度圖像集和右圖灰度圖像集中每一對由相同顏色分量系數組合產生的待匹配左圖和待匹配右圖進行匹配，得到待匹配左圖SIFT特征點集、待匹配右圖SIFT特征點集以及待選匹配點集；
[0024]4)誤匹配點的剔除:
[0025]對步驟3)得到的待選匹配點集中每一對待選匹配點進行篩選，剔除誤匹配點，得到正確匹配點，完成匹配。
[0026]所述的待選匹配點集中每一對待選匹配點進行篩選按以下具體步驟:
[0027]該對待選匹配點的兩個待選匹配點分別在待匹配左圖和待匹配右圖中作為各自的矩形區域中心，選取50X50的矩形區域；
[0028]在待匹配左圖SIFT特征點集中搜索左圖最近SIFT特征點，左圖最近SIFT特征點處于待匹配左圖的矩形區域內，并與該對待選匹配點位于待匹配左圖中的該待選匹配點距離最近，則該對待選匹配點位于待匹配左圖中的該待選匹配點到左圖最近SIFT特征點的
向量為;
[0029]在待匹配右圖SIFT特征點集中搜索右圖最近SIFT特征點，右圖最近SIFT特征點處于待匹配右圖的矩形區域內，右圖最近SIFT特征點與左圖最近SIFT特征點縱坐標之差在6個像素點以內，并且右圖最近SIFT特征點與該對待選匹配點位于待匹配右圖中的該待選匹配點距離最近，則該對待選匹配點位于待匹配右圖中的該待選匹配點到右圖最近SIFT
特征點的向量為如果找不到該右圖最近SIFT特征點，則將該對待選匹配點判斷為誤
匹配點予以剔除；[0030]計算向量i百與向量Hf的夾角α，若α〈15°，則將該對待選匹配點判斷為正確匹配點，否則將該對待選匹配點判斷為誤匹配點予以剔除。
[0031]所述的紅色分量系數a、綠色分量系數b和藍色分量系數c按以下表中序號i的順序依次取值進行計算:
[0032]
【權利要求】
1.一種基于多種顏色分量系數組合的水果圖像匹配方法，其特征是采用如下步驟: 1)原始圖像獲取: 將水果水平放置，使得水果的花萼果梗連線與水平面垂直，從水果側面采集一幅清晰的側面圖像作為左圖，以水果的花萼果梗連線為中心軸旋轉60°角度再采集另一幅側面圖像作為右圖； 2)多種顏色分量系數組合 的灰度圖像計算: 對左圖和右圖按以下式I計算灰度圖像，分別得到左圖灰度圖像集和右圖灰度圖像集;
Gray (x, y) = aR(x, y) +bG (x, y) +cB (x, y) (I) 其中，a為紅色分量系數，b為綠色分量系數，c為藍色分量系數，R(x，y)為側面圖像中點(x，y)處的紅色分量值，G(x，y)為側面圖像中點(x，y)處的綠色分量值，B(x，y)為側面圖像中點(x，y)處的藍色分量值； 3)特征點的匹配: 采用SIFT方法對左圖灰度圖像集和右圖灰度圖像集中每一對由相同顏色分量系數組合產生的待匹配左圖和待匹配右圖進行匹配，得到待匹配左圖SIFT特征點集、待匹配右圖SIFT特征點集以及待選匹配點集； 4)誤匹配點的剔除: 對步驟3)得到的待選匹配點集中每一對待選匹配點進行篩選，剔除誤匹配點，得到正確匹配點，完成匹配。
2.根據權利要求1所述的一種基于多種顏色分量系數組合的水果圖像匹配方法，其特征是:所述的待選匹配點集中每一對待選匹配點進行篩選按以下具體步驟: 該對待選匹配點的兩個待選匹配點分別在待匹配左圖和待匹配右圖中作為各自的矩形區域中心，選取50X50的矩形區域； 在待匹配左圖SIFT特征點集中搜索左圖最近SIFT特征點，左圖最近SIFT特征點處于待匹配左圖的矩形區域內，并與該對待選匹配點位于待匹配左圖中的該待選匹配點距離最近，則該對待選匹配點位于待匹配左圖中的該待選匹配點到左圖最近SIFT特征點的向量為遞., 在待匹配右圖SIFT特征點集中搜索右圖最近SIFT特征點，右圖最近SIFT特征點處于待匹配右圖的矩形區域內，右圖最近SIFT特征點與左圖最近SIFT特征點縱坐標之差在6個像素點以內，并且右圖最近SIFT特征點與該對待選匹配點位于待匹配右圖中的該待選匹配點距離最近，則該對待選匹配點位于待匹配右圖中的該待選匹配點到右圖最近SIFT特征點的向量為I7Fi如果找不到該右圖最近SIFT特征點，則將該對待選匹配點判斷為誤匹配點予以剔除； 計算向量@與向量1?1的夾角α，若α<15°，則將該對待選匹配點判斷為正確匹配點，否則將該對待選匹配點判斷為誤匹配點予以剔除。
3.根據權利要求1所述的一種基于多種顏色分量系數組合的水果圖像匹配方法，其特征是:所述的紅色分量系數a、綠色分量系數b和藍色分量系數c按以下表中序號i的順序依次取值進行計算:
4.根據權利要求1所述的一種基于多種顏色分量系數組合的水果圖像匹配方法，其特征是:所述的水果為蛇果、蘋果或者梨。
5.根據權利要求1所述的一種基于多種顏色分量系數組合的水果圖像匹配方法，其特征是:所述的步驟I)中水果側面圖像的左圖和右圖的分辨率相同，并且均為0.1~0.2mm/pixel ο
【文檔編號】G06T7/00GK103942804SQ201410188467
【公開日】2014年7月23日 申請日期:2014年5月5日 優先權日:2014年5月5日
【發明者】饒秀勤, 林文彬, 應義斌 申請人:浙江大學