国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法

      文檔序號(hào):6338337閱讀:409來(lái)源:國(guó)知局
      專利名稱:采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及圖像處理領(lǐng)域。
      背景技術(shù)
      為了尋求一種高效可靠的圖像匹配算法,使其具有尺度無(wú)關(guān),抗旋轉(zhuǎn)、光照變化和圖像輕微畸變的特性,對(duì)基于特征的景象匹配算法進(jìn)行了研究?;趫D像特征的景象匹配是利用提取的特征點(diǎn)或線或區(qū)域來(lái)表征圖像,由此圖像信息被大大減少,特征的選取和特征對(duì)的匹配是特征型景象匹配技術(shù)的兩個(gè)關(guān)鍵問(wèn)題。常用的特征型景象匹配算法包括角點(diǎn)匹配算法,邊緣匹配算法等,現(xiàn)階段,比較具有代表性的解決景象匹配問(wèn)題的優(yōu)秀的特征型算法是SIFT算法,SIFT特征是圖像的局部特征,由其算法的特點(diǎn),該特征對(duì)旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性,對(duì)視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性,特征點(diǎn)具有很好的獨(dú)特性以相互區(qū)分,但特征型景象匹配算法最明顯的特點(diǎn)就是運(yùn)算時(shí)間與運(yùn)算精度之間的相互矛盾表現(xiàn)非常明顯,精度高的特征型景象匹配算法往往需要犧牲時(shí)間和空間來(lái)計(jì)算和存儲(chǔ)關(guān)鍵點(diǎn)的各種信息用于后續(xù)的匹配,比如SIFT方法每個(gè)特征點(diǎn)的提取都需要在多個(gè)尺度空間卷積之后在多個(gè)尺度空間和多個(gè)二維圖像空間進(jìn)行比較計(jì)算,之后每個(gè)SIFT關(guān)鍵點(diǎn)都需要1 維的向量進(jìn)行描述,每?jī)蓚€(gè)關(guān)鍵點(diǎn)的比較都是1 維向量之間的比較,特征點(diǎn)得到的越多,速度越慢。SIFT算法具有很好的匹配性能,其犧牲存儲(chǔ)空間和計(jì)算時(shí)間換來(lái)特征點(diǎn)的獨(dú)特性與匹配精度,而且SIFT算法提取的部分特征點(diǎn)并不具有直觀的視覺意義,而且基于特征點(diǎn)的算法往往受噪聲影響比較嚴(yán)重,不適合于帶有噪聲圖像的匹配。

      發(fā)明內(nèi)容
      本發(fā)明為解決現(xiàn)有基于特征線的圖像匹配方法無(wú)法實(shí)現(xiàn)對(duì)圖像的旋轉(zhuǎn)和尺度縮放無(wú)關(guān)的特性,并且在提取特征點(diǎn)的過(guò)程中抗干擾能力低的問(wèn)題,提供一種采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法。采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法,該方法由以下步驟實(shí)現(xiàn)步驟一、采用六組帶有方向的條形濾波器對(duì)圖像進(jìn)行濾波,獲得六組特征線;步驟二、采用連通域的方法判斷步驟一獲得的特征線的長(zhǎng)度,去掉所述特征線中五個(gè)像素以內(nèi)的特征線,獲得剩余部分的特征線;步驟三、以步驟二獲得剩余部分特征線中每個(gè)特征線的中心為圓點(diǎn),以所述每個(gè)特征線的長(zhǎng)度及方向?yàn)榛鶞?zhǔn)建立極坐標(biāo)系,獲得極坐標(biāo)圖像;步驟四、將步驟三獲得的極坐標(biāo)圖像按特征線分為六組,將相鄰兩組特征線進(jìn)行圖像的匹配,獲得匹配的特征線對(duì);步驟五、采用步驟四獲得的特征線對(duì)計(jì)算出圖像的變換參數(shù),實(shí)現(xiàn)圖像匹配。本發(fā)明的有益效果本發(fā)明所述基于特征線的圖像匹配方法具有旋轉(zhuǎn)縮放無(wú)關(guān)的特性,本發(fā)明可以完成復(fù)雜背景下圖像間的匹配,并具有很好的魯棒性,匹配精度優(yōu)于1個(gè)像素,本發(fā)明克服了旋轉(zhuǎn)和尺度的縮放,滿足自動(dòng)圖像匹配的穩(wěn)定可靠、精度高、抗干擾能力強(qiáng)的要求。


      圖1為本發(fā)明所述的采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法中六組條形濾波器濾波后得到六組特征線示意圖;其中(b)、(c)、(d)、(e)、(f)和(g)為(a)的濾波后的特征線示意圖;圖2為圖1中(a)的尺度變化時(shí)以每個(gè)特征線為基準(zhǔn)建立的極坐標(biāo)系示意圖;圖3為圖1中(a)變化不同尺度時(shí)以每條特征線鄰域建立的極坐標(biāo)圖像對(duì)比示意圖;圖4中(a)和(b)分別為現(xiàn)有SIFT算法與本發(fā)明所述方法在噪聲圖像匹配的比較示意圖;圖5為采用本發(fā)明所述的方法實(shí)現(xiàn)圖像匹配的示意圖。
      具體實(shí)施例方式具體實(shí)施方式
      一、采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法,該方法由以下步驟實(shí)現(xiàn)步驟一、采用六組帶有方向的條形濾波器對(duì)圖像進(jìn)行濾波,獲得六組特征線;步驟二、采用連通域的方法判斷步驟一獲得的特征線的長(zhǎng)度,去掉所述特征線中五個(gè)像素以內(nèi)的特征線,獲得剩余部分的特征線;步驟三、以步驟二獲得剩余部分特征線中每個(gè)特征線的中心為圓點(diǎn),以所述每個(gè)特征線的長(zhǎng)度及方向?yàn)榛鶞?zhǔn)建立極坐標(biāo)系,獲得極坐標(biāo)圖像;步驟四、將步驟三獲得的極坐標(biāo)圖像按特征線分為六組,將相鄰兩組特征線進(jìn)行圖像的匹配,獲得匹配的特征線對(duì);步驟五、采用步驟四獲得的特征線對(duì)計(jì)算出圖像的變換參數(shù),實(shí)現(xiàn)圖像匹配。本實(shí)施方式中步驟一所述的六組帶有方向的條形濾波器為不同方向的濾波器。本實(shí)施方式中將步驟四獲得匹配的特征線對(duì)的位置信息代入圖像變換矩陣中,獲得兩幅圖像的變換參數(shù),采用最小二乘法去掉誤匹配的特征線對(duì)。實(shí)現(xiàn)圖像的匹配。
      具體實(shí)施方式
      二、結(jié)合圖1至圖5說(shuō)明本實(shí)施方式,本實(shí)施方式為具體實(shí)施方式
      一所述的采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法的實(shí)施例本實(shí)施例建立類似人眼視覺皮層濾波器組,所述濾波器組使用不同方向、不同尺寸和相位的濾波器組,擬定經(jīng)過(guò)六個(gè)濾波器組成的濾波器組,每一種都是一個(gè)水平的條形濾波器旋轉(zhuǎn)后的樣式,在水平方向的高斯濾波器權(quán)值是_1,2,-1,它們?cè)讦址较蚝蛓方向的 sigma不同,χ方向上sigma都是2,y方向sigma都是1,結(jié)合圖1,尺度為7*7的高斯條形濾波器,其矩陣形式如下
      f,=
      權(quán)利要求
      1.采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法,其特征是,該方法由以下步驟實(shí)現(xiàn) 步驟一、采用六組帶有方向的條形濾波器對(duì)圖像進(jìn)行濾波,獲得六組特征線; 步驟二、采用連通域的方法判斷步驟一獲得的特征線的長(zhǎng)度,去掉所述特征線中五個(gè)像素以內(nèi)的特征線,獲得剩余部分的特征線;步驟三、以步驟二獲得剩余部分特征線中每個(gè)特征線的中心為圓點(diǎn),以所述每個(gè)特征線的長(zhǎng)度及方向?yàn)榛鶞?zhǔn)建立極坐標(biāo)系,獲得極坐標(biāo)圖像;步驟四、將步驟三獲得的極坐標(biāo)圖像按特征線分為六組,將相鄰兩組特征線進(jìn)行圖像的匹配,獲得匹配的特征線對(duì);步驟五、采用步驟四獲得的特征線對(duì)計(jì)算出圖像的變換參數(shù),實(shí)現(xiàn)圖像匹配。
      2.根據(jù)權(quán)利要求1所述的采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法,其特征在于,步驟一所述的六組帶有方向的條形濾波器為不同方向的濾波器。
      全文摘要
      采用有方向的特征線實(shí)現(xiàn)圖像匹配的方法,涉及圖像處理領(lǐng)域,它解決現(xiàn)有基于特征線的圖像匹配方法無(wú)法實(shí)現(xiàn)對(duì)圖像的旋轉(zhuǎn)和尺度縮放無(wú)關(guān)的特性,并且在提取特征點(diǎn)的過(guò)程中抗干擾能力低的問(wèn)題,本發(fā)明采用六組帶有方向的條形濾波器對(duì)圖像進(jìn)行濾波,采用連通域的方法判斷特征線的長(zhǎng)度,去掉所述特征線中五個(gè)像素以內(nèi)的特征線,獲得剩余部分的特征線;以剩余部分特征線中每個(gè)特征線的中心為圓點(diǎn),以所述每個(gè)特征線的長(zhǎng)度及方向?yàn)榛鶞?zhǔn)建立極坐標(biāo)系,獲得極坐標(biāo)圖像;將極坐標(biāo)圖像按特征線分為六組,將相鄰兩組特征線進(jìn)行圖像的匹配,根據(jù)特征線對(duì)計(jì)算出圖像的變換參數(shù),實(shí)現(xiàn)圖像匹配。本發(fā)明可以完成復(fù)雜背景下圖像間的匹配,并具有很好的魯棒性。
      文檔編號(hào)G06K9/64GK102254190SQ201010585278
      公開日2011年11月23日 申請(qǐng)日期2010年12月13日 優(yōu)先權(quán)日2010年12月13日
      發(fā)明者張葉, 曲宏松, 王延杰 申請(qǐng)人:中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1