Sift圖像快速匹配的尺寸預(yù)處理方法
【專利摘要】一種SIFT圖像快速匹配的尺寸預(yù)處理方法，其特征是當(dāng)有M對(duì)縮放比例相近的大尺寸圖像和小尺寸圖像進(jìn)行匹配時(shí)，以一對(duì)圖像中景物相同部分分辨率盡可能相等為原則，選擇一對(duì)原始圖像做預(yù)匹配，確定大尺寸圖像的縮小比例。之后，或按照該縮小比例將后續(xù)M-1幅大尺寸圖像在匹配前縮小，或利用實(shí)時(shí)更新的縮小比例將下一幅大尺寸圖像在匹配前縮小。除預(yù)匹配之外，其余圖像匹配的速度隨著大尺寸圖像的縮小而提升，而匹配的性能并未下降。本發(fā)明便于與其他SIFT改進(jìn)算法相結(jié)合，以得到更快的匹配速度。
【專利說(shuō)明】SIFT圖像快速匹配的尺寸預(yù)處理方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)視覺(jué)領(lǐng)域，特別是涉及一種圖像匹配的快速方法。

【背景技術(shù)】
[0002]圖像匹配在視覺(jué)導(dǎo)航、目標(biāo)定位、識(shí)別與跟蹤、遙感圖像處理、圖像檢索、立體視覺(jué)測(cè)距和三維重建等應(yīng)用上不可或缺，故已成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)之一。SIFT (scale invariant feature transform)是一種著名的圖像匹配算法，由 D.G.Lowe 于1999年提出，2004年完善。SIFT算法的突出優(yōu)點(diǎn)是具有尺度、旋轉(zhuǎn)、光照等不變性。換句話說(shuō)，SIFT能夠?qū)崿F(xiàn)具有不同尺度、不同旋轉(zhuǎn)參數(shù)、不同光照強(qiáng)度的異源圖像匹配。
[0003]然而，運(yùn)行速度慢是SIFT算法的一個(gè)公認(rèn)問(wèn)題。為此，許多學(xué)者給出了各具特色的改進(jìn)方案，但鮮有涉及預(yù)處理環(huán)節(jié)。眾所周知，在能夠匹配的條件下，兩幅待匹配圖像的尺寸越小，圖像匹配的速度越快。所以，在匹配前對(duì)圖像做尺寸縮小預(yù)處理是提高匹配速度的一種途徑。然而，在實(shí)際應(yīng)用中，如果同時(shí)縮小兩幅待匹配圖像，往往存在著降低匹配性能的風(fēng)險(xiǎn)，使得原本能夠匹配的兩幅圖像失去匹配關(guān)系。尤其當(dāng)兩幅待匹配圖像的尺寸不同時(shí)，小尺寸圖像的縮小意味著特征點(diǎn)的減少，進(jìn)而導(dǎo)致匹配點(diǎn)的減少。當(dāng)匹配點(diǎn)數(shù)少于一定閾值時(shí)，圖像匹配失敗。


【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于，針對(duì)存在對(duì)應(yīng)景物但對(duì)應(yīng)部分分辨率不同(即尺寸不同)的兩幅待匹配圖像，給出一種大尺寸圖像的預(yù)縮小方法，一方面使圖像匹配時(shí)間得以減少，另一方面使圖像匹配性能得以保持。
[0005]本發(fā)明的技術(shù)方案是，當(dāng)有M對(duì)具有相近縮放比例的大尺寸圖像和小尺寸圖像進(jìn)行匹配時(shí)，在大批量進(jìn)行匹配之前，以兩幅圖像中景物相同部分分辨率盡可能相等為原則，通過(guò)選擇一對(duì)原始圖像做預(yù)匹配，確定大尺寸圖像的縮小比例。之后，按照該縮小比例將后續(xù)M-1幅大尺寸圖像在匹配前做縮小預(yù)處理。具體步驟如下:
[0006]第一步，基于SIFT算法進(jìn)行一組原始尺寸的大尺寸圖像和小尺寸圖像匹配，即圖像預(yù)匹配。如果M幅大尺寸圖像是序列圖像，則選取第一對(duì)原始圖像進(jìn)行預(yù)匹配。
[0007]第二步，從所有匹配的特征點(diǎn)對(duì)中隨機(jī)選取兩對(duì)，如圖1中的A-A'和B-B'，計(jì)算大尺寸圖像中特征點(diǎn)A和B之間的距離I,以及小尺寸圖像中對(duì)應(yīng)特征點(diǎn)A'和B'之間的距離Γ，得到第一個(gè)縮小比例:
[0008]rl = I' /I
[0009]第三步，重復(fù)第二步N-1次，得到N-1個(gè)縮小比例r2,…，rN。N可取3?10。
[0010]第四步，求取N個(gè)縮小比例的平均值，得到最終的大尺寸圖像縮小比例:
[0011]r = (rl+r2+…+rN)/N
[0012]第五步，在后續(xù)的M-1次圖像匹配任務(wù)中，先將每幅大尺寸圖像縮小到原來(lái)的r倍(圖像的寬和高均縮小到原來(lái)的r倍)，然后再和對(duì)應(yīng)的小尺寸圖像進(jìn)行匹配。
[0013]在上述尺寸預(yù)處理中，第一次預(yù)匹配所獲得的縮小比例r與后續(xù)某些圖像對(duì)的實(shí)際縮小比例之間可能存在較大偏差。如果M對(duì)縮放比例相近的大尺寸圖像和小尺寸圖像是序列圖像，可采用縮小比例跟蹤校正策略消除該偏差，即在第k+Ι次匹配時(shí)，采用第k次的匹配結(jié)果更新縮小比例r, k = 1，...，Μ-1,具體如下:
[0014]步驟1:令k= l,r = I,基于SIFT算法進(jìn)行第一對(duì)原始尺寸的大尺寸圖像和小尺寸圖像預(yù)匹配。
[0015]步驟2:從第k對(duì)圖像的所有匹配特征點(diǎn)對(duì)中隨機(jī)選取兩對(duì)計(jì)算縮放比例，k = I時(shí)，縮放比例=小尺寸圖像兩特征點(diǎn)間距離/大尺寸圖像兩特征點(diǎn)間距離；k>l時(shí)，縮放比例=小尺寸圖像兩特征點(diǎn)間距離/縮小的大尺寸圖像兩特征點(diǎn)間距離，重復(fù)該做法N次(N=3?10),共得至Ij N個(gè)縮放比例rl,…，rN,求取其平均值r' = (rl+r2+…+rN)/N，進(jìn)而得至Li更新的大尺寸圖像縮小比例r = rXr'。
[0016]步驟3:令 k = k+l。
[0017]步驟4:將第k幅大尺寸圖像縮小到原來(lái)的r倍，然后再和第k幅小尺寸圖像進(jìn)行匹配。
[0018]步驟5:若k = M，停止匹配過(guò)程。否則，轉(zhuǎn)到第二步。
[0019]因?yàn)榭s放比例的計(jì)算時(shí)間較之圖像匹配時(shí)間可以忽略不計(jì)，所以縮小比例的跟蹤校正并不影響匹配速度的提升。
[0020]本發(fā)明所達(dá)到的效果和益處是，除了第一次圖像預(yù)匹配的速度保持不變之外，其余圖像匹配的速度都將隨著大尺寸圖像的縮小而提升。同時(shí)，圖像匹配的性能并未下降。其原因有二，一是縮小后的大尺寸圖像與小尺寸圖像在匹配內(nèi)容上具有近似相等的分辨率，在尺度空間上的匹配對(duì)應(yīng)關(guān)系也變得更加明確；二是本專利中大尺寸圖像的高斯模糊程度較小，圖像的細(xì)節(jié)特征保留得更好。以一幅大尺寸航拍圖(1024X1024)和一幅小尺寸Google Earth圖(640X640)為例，見(jiàn)圖2。航拍圖縮小前(r = 1)，匹配率=1.31% (總特征點(diǎn)數(shù)=7883，匹配點(diǎn)數(shù)=103)，匹配時(shí)間為11.8s(計(jì)算機(jī)CPU為E6550，主頻2.34GHz,內(nèi)存3.25GB)。航拍圖縮小后(r = 0.23)，匹配率=15.99% (總特征點(diǎn)數(shù)=613，匹配點(diǎn)數(shù)=98)，匹配時(shí)間為4.6s?？梢?jiàn)，航拍圖縮小后，匹配速度約提升為原來(lái)的3倍，但匹配點(diǎn)數(shù)基本不變，匹配率上升了 12倍。需要說(shuō)明的是，本發(fā)明處于圖像預(yù)處理環(huán)節(jié)，便于與其他的SIFT改進(jìn)算法相結(jié)合，以得到更加快速的匹配速度。

【專利附圖】

【附圖說(shuō)明】
[0021]圖1是基于圖像預(yù)匹配確定大尺寸圖像縮小比例的示意圖。
[0022]圖2是一幅大尺寸航拍圖和一幅小尺寸Google Earth圖的預(yù)匹配示意圖。

【具體實(shí)施方式】
[0023]下面結(jié)合技術(shù)方案和圖2，詳細(xì)敘述本發(fā)明的一個(gè)具體實(shí)施例。
[0024]現(xiàn)有100幅大尺寸航拍圖(1024 X 1024)和100幅小尺寸Google Earth圖(640X640)，每對(duì)圖像中相同景物具有相近的縮放比例，其中第一組圖像對(duì)如圖2所示。
[0025]航拍圖和Google Earth圖的來(lái)源不同，但存在共同景物,如圖2中的廣場(chǎng)部分。以下是本發(fā)明的圖像匹配步驟:
[0026]第一步，基于SIFT算法進(jìn)行第一組圖像對(duì)(即圖2中兩幅圖像)的預(yù)匹配，得到103對(duì)匹配的特征點(diǎn)。
[0027]第二步，從103對(duì)匹配的特征點(diǎn)中隨機(jī)選取兩對(duì)，如圖2中的A-a與B_b，根據(jù)這些特征點(diǎn)的坐標(biāo)(見(jiàn)表1)，計(jì)算航拍圖中特征點(diǎn)A和B之間的距離1AB,以及Google Earth圖中特征點(diǎn)a和b之間的距離lab，得到第一個(gè)縮小比例:
[0028]rl = lab/IAB ^ 0.23147
[0029]其中，Ipq表示點(diǎn)P與點(diǎn)q之間的距離。設(shè)p點(diǎn)坐標(biāo)為(xp，yp)，q點(diǎn)坐標(biāo)為(xq，yq)，

【權(quán)利要求】
1.一種SIFT圖像快速匹配的尺寸預(yù)處理方法，其特征是，當(dāng)有M對(duì)具有相近縮放比例的大尺寸圖像和小尺寸圖像進(jìn)行匹配時(shí)，在大批量進(jìn)行匹配之前，以兩幅圖像中景物相同部分分辨率盡可能相等為原則，通過(guò)選擇一對(duì)原始圖像做預(yù)匹配，確定大尺寸圖像的縮小比例；之后，按照該縮小比例將后續(xù)M-1幅大尺寸圖像在匹配前做縮小預(yù)處理；具體步驟如下: 第一步，基于SIFT算法進(jìn)行一組原始尺寸的大尺寸圖像和小尺寸圖像預(yù)匹配；如果M幅大尺寸圖像是序列圖像，選取第一對(duì)原始圖像進(jìn)行預(yù)匹配； 第二步，從所有匹配的特征點(diǎn)對(duì)中隨機(jī)選取兩對(duì)，計(jì)算得到第一個(gè)縮小比例rl =小尺寸圖像兩特征點(diǎn)間距離/大尺寸圖像兩特征點(diǎn)間距離； 第三步，重復(fù)第二步N-1次，得到N-1個(gè)縮小比例r2，…，rN ； 第四步，求取N個(gè)縮小比例的平均值，得到最終的大尺寸圖像縮小比例: r = (rl+r2+...+rN) /N 第五步，在后續(xù)的M-1次圖像匹配任務(wù)中，先將每幅大尺寸圖像縮小到原來(lái)的r倍，再和對(duì)應(yīng)的小尺寸圖像進(jìn)行匹配。
2.根據(jù)權(quán)利要求1所述的SIFT圖像快速匹配的尺寸預(yù)處理方法，其特征是，如果M對(duì)縮放比例相近的大尺寸圖像和小尺寸圖像是序列圖像，采用縮小比例跟蹤校正策略，在第k+Ι次匹配時(shí)，采用第k次的匹配結(jié)果更新縮小比例r，k= 1，...，Μ-1，消除第一次預(yù)匹配所獲得的縮小比例與后續(xù)某些圖像對(duì)的實(shí)際縮小比例之間可能存在的偏差；具體如下: 步驟1:令k= l，r= 1，基于SIFT算法進(jìn)行第一對(duì)原始尺寸的大尺寸圖像和小尺寸圖像預(yù)匹配； 步驟2:從第k對(duì)圖像的所有匹配特征點(diǎn)對(duì)中隨機(jī)選取兩對(duì)計(jì)算縮放比例，k=I時(shí)，縮放比例=小尺寸圖像兩特征點(diǎn)間距離/大尺寸圖像兩特征點(diǎn)間距離；k>l時(shí)，縮放比例=小尺寸圖像兩特征點(diǎn)間距離/縮小的大尺寸圖像兩特征點(diǎn)間距離，重復(fù)該做法N次，共得到N個(gè)縮放比例rl,…，rN,求取其平均值r' = (rl+r2+…+rN)/N，得到更新的大尺寸圖像縮小比例 T = TXr'； 步驟3:令k = k+Ι ; 步驟4:將第k幅大尺寸圖像縮小到原來(lái)的r倍，再和第k幅小尺寸圖像進(jìn)行匹配； 步驟5:若k = M，停止匹配過(guò)程；否則，轉(zhuǎn)到第二步。
3.根據(jù)權(quán)利要求1或2所述的SIFT圖像快速匹配的尺寸預(yù)處理方法，其特征是，縮放比例的計(jì)算次數(shù)N取3?10。
【文檔編號(hào)】G06T3/40GK104182930SQ201410407096
【公開(kāi)日】2014年12月3日 申請(qǐng)日期:2014年8月16日 優(yōu)先權(quán)日:2014年8月16日
【發(fā)明者】林秋華, 張存柱, 曹建超 申請(qǐng)人:大連理工大學(xué)