專(zhuān)利名稱(chēng)：基于DCCD-Laplace和SIFT描述符的快速影像匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理方法，特別涉及基于DCO) (DoubIe-CircIe-basedCorner Detector,基于雙圓環(huán)的角點(diǎn)檢測(cè)器)-Laplace和SIFT描述符的快速影像匹配方法。
背景技術(shù)：
目前的影像配準(zhǔn)方法主要是靠人工提取同名點(diǎn)，對(duì)于大幅影像，勢(shì)必會(huì)消耗大量的人力資源，同時(shí)由于感知偏差，提取的同名點(diǎn)之間會(huì)存在一定的偏差，這將直接影響影像配準(zhǔn)的精度。影像匹配可以為影像自動(dòng)配準(zhǔn)的實(shí)現(xiàn)提供底層基礎(chǔ)，因此，對(duì)于影像自動(dòng)配準(zhǔn)來(lái)說(shuō)，一種快速及準(zhǔn)確性高的影像匹配方法就顯得尤為重要。影像匹配是自動(dòng)尋找同名目標(biāo)的過(guò)程，它可以分為基于區(qū)域灰度的匹配和基于特征的匹配。相對(duì)于基于區(qū)域灰度的匹配，基于特征的匹配可以獲得更令人滿(mǎn)意的匹配結(jié)果。SIFT是著名的基于特征的匹配算法，被廣泛地應(yīng)用于影像匹配，可以獲得良好的匹配結(jié)果。SIFT描述符具有尺度、旋轉(zhuǎn)和平移的不變性，同時(shí)對(duì)光照變化、仿射變化和三維投影變換也具有一定的魯棒性，是獲得良好匹配結(jié)果的關(guān)鍵。但是，SIFT在特征檢測(cè)階段提取的部分特征點(diǎn)可能會(huì)位于亮度只在一個(gè)方向變化的邊緣上，這樣的特征點(diǎn)容易受圖像噪聲和細(xì)碎紋理變化的影響，如果采用上述特征點(diǎn)對(duì)影像進(jìn)行匹配，勢(shì)必會(huì)對(duì)匹配精度造成一定的影響。同時(shí)，由于SIFT在去除低對(duì)比度特征點(diǎn)和不穩(wěn)定邊緣響應(yīng)點(diǎn)的過(guò)程中涉及到尺度影像的一階微分和二階微分，這使得特征點(diǎn)檢測(cè)階段耗時(shí)較長(zhǎng)，無(wú)法滿(mǎn)足快速影像匹配的要求。

發(fā)明內(nèi)容
發(fā)明目的針對(duì)上述現(xiàn)有技術(shù)存在的問(wèn)題和不足，本發(fā)明的目的是提供一種基于DCCD-Laplace和SIFT描述符的快速影像匹配方法，在特征點(diǎn)檢測(cè)階段，DCCD-Laplace結(jié)合MIC (Minimum Intensity Change,最小亮度變化)角點(diǎn)檢測(cè)器可以快速地提取關(guān)鍵點(diǎn),提取的關(guān)鍵點(diǎn)不僅對(duì)光照變化、旋轉(zhuǎn)變化以及尺度變化具有不變性，而且可以有效地克服噪聲的影響，使本發(fā)明獲得快速的匹配速度和高精度的匹配結(jié)果。技術(shù)方案為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明米用的技術(shù)方案為一種基于DCXD-Laplace和SIFT描述符的快速影像匹配方法，包括如下步驟
(1)建立影像尺度空間，利用角點(diǎn)檢測(cè)器對(duì)每一層尺度影像進(jìn)行粗檢測(cè)，提取每一層尺度影像上的候選角點(diǎn)，再利用DCCD-Laplace對(duì)候選角點(diǎn)進(jìn)行篩選得到穩(wěn)定的關(guān)鍵點(diǎn)；
(2)利用所述關(guān)鍵點(diǎn)的特征尺度、鄰域的梯度及梯度方向確定關(guān)鍵點(diǎn)的主方向，生成特征點(diǎn)；
(3)利用所述特征點(diǎn)的主方向、鄰域的梯度及梯度方向構(gòu)造具有128維特征向量的SIFT描述符對(duì)特征點(diǎn)進(jìn)行描述；
(4)分別采用最近鄰搜索算法和隨機(jī)取樣一致性算法對(duì)所述特征點(diǎn)進(jìn)行粗匹配和精匹配。所述步驟(I)中，DCXD-Laplace可以快速地提取關(guān)鍵點(diǎn)，提取的關(guān)鍵點(diǎn)不僅對(duì)光照變化、旋轉(zhuǎn)變化及尺度變化具有不變性，而且可以有效地抑制噪聲的影響；MIC角點(diǎn)檢測(cè)器可以快速提取候選角點(diǎn)，便于DCXD-Laplace更快速地提取關(guān)鍵點(diǎn)。進(jìn)一步的，所述鄰域?yàn)?X8鄰域。進(jìn)一步的，所述步驟(3)中，對(duì)特征向量進(jìn)行標(biāo)準(zhǔn)化處理，以消除光照變化對(duì)特征向量的影響。對(duì)于線(xiàn)性的光照變化，將特征向量標(biāo)準(zhǔn)化為單位長(zhǎng)度；對(duì)于非線(xiàn)性光照變化，先設(shè)置閾值，使單位特征向量的值不超過(guò)O. 2，然后再將特征向量標(biāo)準(zhǔn)化為單位長(zhǎng)度。進(jìn)一步的，所述步驟(4)中，采用最近鄰搜索算法(BBF, Best Bin First)進(jìn)行粗匹配是以待匹配點(diǎn)和最近鄰點(diǎn)的距離與待匹配點(diǎn)和次近鄰點(diǎn)的距離之比是否小于某一閾值為準(zhǔn)則來(lái)判斷該最近鄰點(diǎn)是否為待匹配點(diǎn)的候選匹配點(diǎn)，如果所述距離之比小于該閾值，則該最近鄰點(diǎn)為待匹配點(diǎn)的候選匹配點(diǎn)；采用隨機(jī)取樣一致性算法(RANSAC，RANdomSAmple Consensus)進(jìn)行精匹配則是通過(guò)估計(jì)影像間的單應(yīng)變換矩陣,并以此為幾何約束條件判別匹配特征點(diǎn)對(duì)之間的像素距離是否大于容差(默認(rèn)為5個(gè)像素)，如果所述像素距離大于容差，則為誤匹配點(diǎn)對(duì)，予以剔除。更進(jìn)一步的，所述閾值為O. 8，可以剔除90%的誤匹配而僅僅丟失不到5%的正確匹配。進(jìn)一步的，所述角點(diǎn)檢測(cè)器為MIC角點(diǎn)檢測(cè)器。有益效果本發(fā)明中，在特征檢測(cè)階段，DCXD-Laplace結(jié)合MIC角點(diǎn)檢測(cè)器可以快速地提取關(guān)鍵點(diǎn)，提取的關(guān)鍵點(diǎn)不僅對(duì)光照變化、旋轉(zhuǎn)變化和尺度變化具有不變性，而且可以有效地抑制噪聲的影響，這使得本發(fā)明擁有快速的匹配速度和高精度的匹配結(jié)果。


圖1是本發(fā)明的流程 圖2是MIC角點(diǎn)檢測(cè)器的參數(shù)示意 圖3是DCCD的雙圓環(huán)模板示意 圖4(a)是左影像的特征點(diǎn)檢測(cè)結(jié)果圖，圖4(b)是右影像的特征點(diǎn)檢測(cè)結(jié)果 圖5(a)是左影像的特征點(diǎn)匹配結(jié)果圖，圖5(b)是右影像的特征點(diǎn)匹配結(jié)果圖。
具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施例，進(jìn)一步闡明本發(fā)明，應(yīng)理解這些實(shí)施例僅用于說(shuō)明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對(duì)本發(fā)明的各種等價(jià)形式的修改均落于本申請(qǐng)所附權(quán)利要求所限定的范圍。如圖1所示，本發(fā)明的基本流程為在特征檢測(cè)階段，采用MIC角點(diǎn)檢測(cè)器和DCCD-Laplace快速地提取關(guān)鍵點(diǎn)，確定關(guān)鍵點(diǎn)主方向，生成特征點(diǎn)；在特征描述階段，采用SIFT描述符描述特征點(diǎn)；在特征匹配階段，分別采用BBF算法和RANSAC算法粗匹配和精匹配特征點(diǎn)。為使關(guān)鍵點(diǎn)具有尺度屬性，建立影像的尺度空間，它是由不同尺度的尺度影像構(gòu)成，尺度影像是由影像J(X)與高斯核G(A)卷積生成的，定義為
權(quán)利要求
1.一種基于DCXD-Laplace和SIFT描述符的快速影像匹配方法，其特征在于包括如下步驟: (1)建立影像尺度空間，利用角點(diǎn)檢測(cè)器對(duì)每一層尺度影像進(jìn)行粗檢測(cè)，提取每一層尺度影像上的候選角點(diǎn)，再利用DCCD-Laplace對(duì)候選角點(diǎn)進(jìn)行篩選得到穩(wěn)定的關(guān)鍵點(diǎn)； (2)利用所述關(guān)鍵點(diǎn)的特征尺度、鄰域的梯度及梯度方向確定關(guān)鍵點(diǎn)的主方向，生成特征點(diǎn)； (3)利用所述特征點(diǎn)的主方向、鄰域的梯度及梯度方向構(gòu)造具有128維特征向量的SIFT描述符對(duì)特征點(diǎn)進(jìn)行描述； (4)分別采用最近鄰搜索算法和隨機(jī)取樣一致性算法對(duì)所述特征點(diǎn)進(jìn)行粗匹配和精匹配。
2.根據(jù)權(quán)利要求1所述基于DCXD-Laplace和SIFT描述符的快速影像匹配方法，其特征在于:所述鄰域?yàn)?X8鄰域。
3.根據(jù)權(quán)利要求1所述基于DCXD-Laplace和SIFT描述符的快速影像匹配方法，其特征在于:所述步驟(3)中，對(duì)特征向量進(jìn)行標(biāo)準(zhǔn)化處理，以消除光照變化對(duì)特征向量的影響。
4.根據(jù)權(quán)利要求1所述基于DCCD-Laplace和SIFT描述符的快速影像匹配方法，其特征在于:所述步驟(4)中，采用最近鄰搜索算法進(jìn)行粗匹配是以待匹配點(diǎn)和最近鄰點(diǎn)的距離與待匹配點(diǎn)和次近鄰點(diǎn)的距離之比是否小于某一閾值為準(zhǔn)則來(lái)判斷該最近鄰點(diǎn)是否為待匹配點(diǎn)的候選匹配點(diǎn)，如果所述距離之比小于該閾值，則該最近鄰點(diǎn)為待匹配點(diǎn)的候選匹配點(diǎn)；采用隨機(jī)取樣一致性算法進(jìn)行精匹配則是通過(guò)估計(jì)影像間的單應(yīng)變換矩陣，并以此為幾何約束條件判別匹配特征點(diǎn)對(duì)之間的像素距離是否大于容差，如果所述像素距離大于容差，則為誤匹配點(diǎn)對(duì)，予以剔除。
5.根據(jù)權(quán)利要求4所述基于DCCD-Laplace和SIFT描述符的快速影像匹配方法，其特征在于:所述閾值為0.8。
6.根據(jù)權(quán)利要求1 所述基于DCXD-Laplace和SIFT描述符的快速影像匹配方法，其特征在于:所述角點(diǎn)檢測(cè)器為MIC角點(diǎn)檢測(cè)器。
全文摘要
本發(fā)明公開(kāi)了一種基于DCCD-Laplace和SIFT描述符的快速影像匹配方法，包含如下步驟1、采用DCCD-Laplace提取影像上關(guān)鍵點(diǎn)，確定關(guān)鍵點(diǎn)的主方向，生成特征點(diǎn)；2、采用SIFT描述符對(duì)特征點(diǎn)進(jìn)行描述；3、分別采用BBF(最近鄰搜索算法)和RANSAC(隨機(jī)取樣一致性算法)對(duì)特征點(diǎn)進(jìn)行粗匹配和精匹配。本發(fā)明中DCCD-Laplace可以快速地提取關(guān)鍵點(diǎn)，同時(shí)提取的關(guān)鍵點(diǎn)不僅對(duì)光照變化、旋轉(zhuǎn)變化以及尺度變化具有不變性，而且還具有很強(qiáng)的抗噪聲性，這使得本方法擁有快速的匹配速度和高精度的匹配結(jié)果。
文檔編號(hào)G06T7/00GK103077528SQ20131005847
公開(kāi)日2013年5月1日 申請(qǐng)日期2013年2月25日 優(yōu)先權(quán)日2013年2月25日
發(fā)明者佘江峰, 徐秋輝, 宋曉群 申請(qǐng)人:南京大學(xué)