專利名稱：基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法，屬于遙感 測(cè)繪領(lǐng)域。
背景技術(shù)：
影像匹配是數(shù)字?jǐn)z影測(cè)量、計(jì)算機(jī)視覺(jué)的一個(gè)基本問(wèn)題，然而這一問(wèn)題目前并沒(méi) 有被很好地解決。特別是影像匹配中初始視差的確定問(wèn)題，是非常難解決的問(wèn)題?？焖贉?zhǔn) 確地確定立體影像對(duì)的初始視差是影像匹配自動(dòng)化的一個(gè)關(guān)鍵技術(shù)。準(zhǔn)確的初始視差可以 提高影像匹配的計(jì)算速度，減少歧義匹配，提高匹配結(jié)果的可靠性。目前影像匹配中常用的 確定初始視差方法的自動(dòng)化程度、精度和可靠性還不是很高，如影像灰度相關(guān)法、影像特征 匹配法、POS數(shù)據(jù)輔助法、人工交互法及影像重疊度確定法等。這些方法通常需要人工干預(yù)， 或者其他輔助數(shù)據(jù)，而有些輔助數(shù)據(jù)有時(shí)難以獲取，如由攝像機(jī)標(biāo)定參數(shù)、POS系統(tǒng)觀測(cè)值 等，使得影像匹配難以實(shí)現(xiàn)完全的自動(dòng)化，給實(shí)用化帶來(lái)很大的困難。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于相位相關(guān)的影像匹配初始視差的全自 動(dòng)獲取方法，對(duì)具有仿射變換或射影變換的影像以及局部變形的影像實(shí)現(xiàn)待匹配影像中心 點(diǎn)的高精度初始視差的獲取，并且該方法在獲取初始視差過(guò)程中無(wú)需先驗(yàn)知識(shí)、輔助數(shù)據(jù) 以及人工干預(yù)，實(shí)現(xiàn)初始視差獲取的完全自動(dòng)化。為實(shí)現(xiàn)這樣的目的，本發(fā)明將Fourier-Mellin法與金字塔影像技術(shù)結(jié)合起來(lái)，先 對(duì)基準(zhǔn)影像與待匹配影像構(gòu)建金字塔影像，再使用Fourier-Mellin法求解基準(zhǔn)影像與待 匹配影像間的旋轉(zhuǎn)參數(shù)、縮放參數(shù)與平移參數(shù)。利用旋轉(zhuǎn)參數(shù)、縮放參數(shù)校正待匹配影像的 旋轉(zhuǎn)與縮放變形后，再利用平移參數(shù)計(jì)算待匹配影像中心點(diǎn)在基準(zhǔn)影像上的同名點(diǎn)坐標(biāo)。 并在金字塔逐層影像上使用相位相關(guān)法對(duì)同名點(diǎn)坐標(biāo)進(jìn)行誤差校正。最后在金字塔底層影 像上利用校正后的同名點(diǎn)坐標(biāo)計(jì)算初始視差。本發(fā)明的具體步驟為(1)將匹配影像對(duì)的行列數(shù)恢復(fù)為偶數(shù)在匹配影像對(duì)的行數(shù)為奇數(shù)的情況下，將行數(shù)增加一行，新增加的這一行影像數(shù) 值與原始影像最后一行相同。若影像的列數(shù)為奇數(shù)，則將列數(shù)增加一列，新增加的這一列影 像的數(shù)值與原始影像最后一列相同。(2)構(gòu)建影像金字塔對(duì)基準(zhǔn)影像與待匹配影像分別構(gòu)建影像金字塔，影像金字塔均采用降2采樣的方 法進(jìn)行構(gòu)建。在構(gòu)建影像金字塔的過(guò)程中，如果出現(xiàn)行列數(shù)為奇數(shù)的情況下，同樣需要將行 列數(shù)恢復(fù)為偶數(shù)，恢復(fù)的方法與步驟(1)相同。最終構(gòu)建完成的基準(zhǔn)影像金字塔與待匹配 影像金字塔的層數(shù)必須相同。假設(shè)構(gòu)建的影像金字塔共有η層，最頂層影像為第1層，最底 層影像(原始影像)為第η層，中間層以此類推。
(3)采用F。urier—Mellin法求解待匹配影像中心點(diǎn)在基準(zhǔn)影像上同名點(diǎn)的坐標(biāo)
選取基準(zhǔn)影像與待匹配影像的金字塔頂層影像，使用F。urier—Mellin法對(duì)兩幅影像進(jìn)行匹配并求解旋轉(zhuǎn)參數(shù)、縮放參數(shù)、平移參數(shù)，選取基準(zhǔn)影像與待匹配影像的中心點(diǎn)為兩幅影像的原點(diǎn)，利用旋轉(zhuǎn)參數(shù)、縮放參數(shù)校正待匹配影像的旋轉(zhuǎn)與縮放變形后重新構(gòu)建待匹配影像的金字塔影像，再利用平移參數(shù)計(jì)算在金字塔頂層影像中，待匹配影像中心點(diǎn)在基準(zhǔn)影像上同名點(diǎn)的坐標(biāo)。假設(shè)求解出的X方向上的平移參數(shù)為dX，y方向上的平移參數(shù)為dy，則基準(zhǔn)影像上對(duì)應(yīng)同名點(diǎn)的坐標(biāo)(X、，y、)的計(jì)算方法如下 (4)在金字塔逐層影像上對(duì)同名點(diǎn)坐標(biāo)進(jìn)行誤差校正
按照金字塔影像由頂層至底層的順序，從第二層起對(duì)同名點(diǎn)坐標(biāo)進(jìn)行誤差校正，直至底層金字塔影像為止。
在第二層金字塔影像中，第一層基準(zhǔn)影像上同名點(diǎn)在該層金字塔影像上對(duì)應(yīng)的坐標(biāo)為(X，，y，)，它們與第一層基準(zhǔn)影像上同名點(diǎn)坐標(biāo)(X，，y，)的關(guān)系如下式所示 在該層金字塔影像上，對(duì)待匹配影像中心點(diǎn)鄰域內(nèi)影像和基準(zhǔn)影像上同名點(diǎn)鄰域內(nèi)影像使用相位相關(guān)法進(jìn)行匹配，求出平移參數(shù)厶X，和厶y，，將該參數(shù)作為校正值，即X方向上的平移參數(shù)校正值為厶X，，y方向上的平移參數(shù)校正值為厶y，，對(duì)該層基準(zhǔn)影像上同名點(diǎn)坐標(biāo)進(jìn)行校正。校正后基準(zhǔn)影像上同名點(diǎn)坐標(biāo)為(X’ ，，y’ ，)，校正公式如下式所示 在之后的各層金字塔影像上，利用上一層校正后的基準(zhǔn)影像上同名點(diǎn)坐標(biāo)(X’ ㈠，y’ ㈠)可以計(jì)算出在該層金字塔影像上對(duì)應(yīng)的坐標(biāo)(X，，y，)，其關(guān)系如下式所示
其中i為該層金字塔影像所在層數(shù)。
之后再使用相位相關(guān)法對(duì)待匹配影像中心點(diǎn)鄰域內(nèi)影像和基準(zhǔn)影像上同名點(diǎn)鄰域內(nèi)影像進(jìn)行匹配，求出平移參數(shù)厶X，和厶y，作為校正值，對(duì)同名點(diǎn)坐標(biāo)(X，，y，)進(jìn)行校正，校正后的坐標(biāo)為(X’ 、，y’ 、)，依據(jù)的校正公式如下所示
其中i為該層金字塔影像所在層數(shù)。
(5)計(jì)算初始視差
在底層金字塔影像上，基準(zhǔn)影像上校正后的同名點(diǎn)坐標(biāo)為(X’．，y’．)，則待匹配影像中心點(diǎn)初始視差(X．，y．)的推導(dǎo)公式如下式所示
由于傳感器飛行線路、輻射度、大氣折射等各個(gè)因素的影響，原始的遙感影像與航 空影像會(huì)產(chǎn)生仿射變換或射影變換以及局部變形，不能滿足量測(cè)和定位要求，而采用其它 的精匹配方法如最小二乘法進(jìn)行匹配時(shí)需要有較準(zhǔn)確的初始視差，否則將會(huì)造成最小二乘 法無(wú)法收斂從而導(dǎo)致匹配失敗。本發(fā)明將融合了金字塔影像技術(shù)的Fourier-Mellin法與相位相關(guān)法相結(jié)合，對(duì) 具有仿射變換或射影變換的影像以及局部變形的影像實(shí)現(xiàn)待匹配影像中心點(diǎn)的高精度初 始視差的獲取，獲取的初始視差在x、y方向的誤差一般不超過(guò)3個(gè)像素，并且在獲取視差的 過(guò)程中實(shí)現(xiàn)了完全的自動(dòng)化。本發(fā)明的優(yōu)點(diǎn)是在匹配過(guò)程中無(wú)需提供其它輔助信息與先驗(yàn)知識(shí)，能夠完全自動(dòng) 地獲取立體影像匹配的高精度初始視差。


圖1為本發(fā)明基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法的技術(shù)框圖。圖2為本發(fā)明基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法的方案詳細(xì) 流程圖。圖3為本發(fā)明構(gòu)建影像金字塔的示意圖。圖4為本發(fā)明對(duì)同名點(diǎn)坐標(biāo)進(jìn)行誤差校正的示意圖。
具體實(shí)施例方式實(shí)施例本發(fā)明所要求的輸入數(shù)據(jù)可以是任意格式的遙感影像或航空影像，若待匹配影像 的行列數(shù)與基準(zhǔn)影像不同，則對(duì)待匹配影像進(jìn)行插值、重采樣，使其行列數(shù)與基準(zhǔn)影像完全 相同。匹配后的輸出結(jié)果保存為TXT的文本格式。本實(shí)施例使用的基準(zhǔn)影像與待匹配影像 均是大小為2047X2047的航空影像。采用如圖2所示的基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法的方案 詳細(xì)流程圖，構(gòu)建影像金字塔及使用Fourier-Mellin法與相位相關(guān)法獲取待匹配影像中 心點(diǎn)初始視差的具體實(shí)施步驟如下(1)將影像的行列數(shù)恢復(fù)為偶數(shù)將基準(zhǔn)影像與待匹配影像行數(shù)均增加一行至2048行，新增加的這一行影像的數(shù) 值與原始影像最后一行相同。將基準(zhǔn)影像與待匹配影像列數(shù)增加一列至2048列，新增加的 這一列影像的數(shù)值與原始影像最后一列相同。(2)構(gòu)建影像金字塔對(duì)基準(zhǔn)影像與待匹配影像分別構(gòu)建影像金字塔，影像金字塔采用降2采樣的方法 進(jìn)行構(gòu)建。本實(shí)施例中影像金字塔共有3層，最頂層影像為第1層，大小為512X512，中間 一層影像為第2層，大小為1024X1024，最底層影像為第3層，大小為2048X2048 ；如圖3 所示。(3)采用Fourier-MelIin法求解待匹配影像中心點(diǎn)在基準(zhǔn)影像上同名點(diǎn)的坐標(biāo)選取基準(zhǔn)影像與待匹配影像的金字塔頂層影像，使用Fourier-Mellin法對(duì)兩幅 影像進(jìn)行匹配并求解旋轉(zhuǎn)參數(shù)、縮放參數(shù)、平移參數(shù)，選取基準(zhǔn)影像與待匹配影像的中心點(diǎn)為兩幅圖像的原點(diǎn)，利用旋轉(zhuǎn)參數(shù)、縮放參數(shù)校正待匹配影像的旋轉(zhuǎn)與縮放變形后重新構(gòu) 建待匹配影像的金字塔影像，再利用平移參數(shù)計(jì)算在金字塔頂層影像中，待匹配影像中心 點(diǎn)在基準(zhǔn)影像上同名點(diǎn)的坐標(biāo)。求解出的χ方向上的平移參數(shù)為dx，y方向上的平移參數(shù) 為dy，基準(zhǔn)影像上對(duì)應(yīng)同名點(diǎn)的坐標(biāo)(Xl，Yl)如下式所示 (4)在金字塔逐層影像上對(duì)同名點(diǎn)坐標(biāo)進(jìn)行誤差校正在第2層金字塔影像中，第1層基準(zhǔn)影像上同名點(diǎn)在該層金字塔影像上對(duì)應(yīng)的坐 標(biāo)為(x2，y2)，它們與第1層基準(zhǔn)影像上同名點(diǎn)坐標(biāo)(Xl，Y1)的關(guān)系如下式所示
在該層金字塔影像上，選取待匹配影像中心點(diǎn)鄰域內(nèi)影像和基準(zhǔn)影像上同名點(diǎn)鄰 域內(nèi)影像，影像的大小均為31X31。對(duì)待匹配影像中心點(diǎn)鄰域內(nèi)影像和基準(zhǔn)影像上同名點(diǎn) 鄰域內(nèi)影像使用相位相關(guān)法進(jìn)行匹配，求出平移參數(shù)八&和Ay2，將該參數(shù)作為校正值，即 X方向上的平移參數(shù)校正值為Δ x2，y方向上的平移參數(shù)校正值為Ay2，對(duì)該層基準(zhǔn)影像上 同名點(diǎn)坐標(biāo)進(jìn)行校正。校正后基準(zhǔn)影像上同名點(diǎn)坐標(biāo)為(x' 2，y' 2)，校正公式如下式所 示 如圖4所示。在第3層也是底層金字塔影像上，利用第2層校正后的基準(zhǔn)影像上同名點(diǎn)坐標(biāo) (χ' 2，γ' 2)可以計(jì)算出在該層金字塔影像上對(duì)應(yīng)的坐標(biāo)(X3，y3)，其關(guān)系如下式所示 之后選取待匹配影像中心點(diǎn)鄰域內(nèi)影像和基準(zhǔn)影像上同名點(diǎn)鄰域內(nèi)影像，影像的 大小也均為31X31。再次使用相位相關(guān)法對(duì)待匹配影像中心點(diǎn)鄰域內(nèi)影像和基準(zhǔn)影像上 同名點(diǎn)鄰域內(nèi)影像進(jìn)行匹配，求出平移參數(shù)八知和Ay3作為校正值，對(duì)同名點(diǎn)坐標(biāo)(x3，y3) 進(jìn)行校正，校正后的坐標(biāo)為(X' 3，y' 3)，依據(jù)的校正公式如下所示 (5)計(jì)算初始視差在底層金字塔影像上，基準(zhǔn)影像上校正后的同名點(diǎn)坐標(biāo)為(x' 3，y' 3)，則待匹配 影像中心點(diǎn)初始視差(Xd，yd)的推導(dǎo)公式如下式所示 最后將結(jié)果輸出為TXT的文本格式。
權(quán)利要求
一種基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法，其特征在于具體步驟為(1)采用降2采樣的方法構(gòu)建基準(zhǔn)影像與待匹配影像的影像金字塔；(2)采用Fourier Mellin法對(duì)基準(zhǔn)影像與待匹配影像的金字塔頂層影像進(jìn)行匹配，求解兩幅影像間的旋轉(zhuǎn)參數(shù)、縮放參數(shù)、平移參數(shù)；(3)利用旋轉(zhuǎn)參數(shù)、縮放參數(shù)校正待匹配影像的旋轉(zhuǎn)與縮放變形；(4)利用平移參數(shù)計(jì)算待匹配影像中心點(diǎn)在基準(zhǔn)影像上的同名點(diǎn)坐標(biāo)；(5)在下一層金字塔影像中，對(duì)中心點(diǎn)鄰域內(nèi)影像和同名點(diǎn)鄰域內(nèi)影像使用相位相關(guān)法進(jìn)行匹配，求出平移參數(shù)校正值，并對(duì)同名點(diǎn)坐標(biāo)進(jìn)行校正；(6)在之后的金字塔影像上，逐層用相位相關(guān)法求出平移參數(shù)校正值，并對(duì)同名點(diǎn)坐標(biāo)進(jìn)行校正，直至計(jì)算到底層金字塔影像上為止；(7)在底層金字塔影像上，利用校正過(guò)的基準(zhǔn)影像上同名點(diǎn)的坐標(biāo)計(jì)算初始視差。
全文摘要
本發(fā)明公開(kāi)了一種基于相位相關(guān)的影像匹配初始視差的全自動(dòng)獲取方法。將融合了金字塔影像技術(shù)的Fourier-Mellin法與相位相關(guān)法相結(jié)合，對(duì)具有仿射變換或射影變換的影像以及局部變形的影像實(shí)現(xiàn)待匹配影像中心點(diǎn)的高精度初始視差的獲取，獲取的初始視差在x、y方向的誤差一般不超過(guò)3個(gè)像素。采用融合了金字塔影像技術(shù)的Fourier-Mellin法獲取待匹配影像中心點(diǎn)在基準(zhǔn)影像上的同名點(diǎn)坐標(biāo)；并利用相位相關(guān)法對(duì)同名點(diǎn)坐標(biāo)進(jìn)行校正；最后利用校正后的同名點(diǎn)坐標(biāo)計(jì)算初始視差。本發(fā)明實(shí)現(xiàn)了影像匹配初始視差獲取過(guò)程的完全自動(dòng)化。
文檔編號(hào)G01C11/04GK101915571SQ201010233110
公開(kāi)日2010年12月15日 申請(qǐng)日期2010年7月20日 優(yōu)先權(quán)日2010年7月20日
發(fā)明者吳平, 張劍清, 張祖勛, 程曉宇, 韋春桃 申請(qǐng)人:桂林理工大學(xué)