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>

      基于邊緣顯著度的efmt異源圖像配準方法及系統的制作方法

      文檔序號:8224188閱讀:381來源:國知局
      基于邊緣顯著度的efmt異源圖像配準方法及系統的制作方法
      【技術領域】
      [0001] 本發(fā)明涉及圖像領域,尤其涉及基于邊緣顯著度的EFMT異源圖像配準方法及系 統。
      【背景技術】
      [0002] 圖像配準是多源數據融合、時序圖像分析、目標檢測、模式識別、圖像鑲嵌等實際 應用的重要步驟。隨著圖像獲取手段和技術的不斷擴展和提高,圖像配準所面臨的配準精 度低、成功率低、實時性差等問題也日益突出。尤其是異源圖像的配準,一直是配準領域的 難點。
      [0003] 異源圖像的最大問題在于其記錄的是同一目標或場景在不同波段的反射特性,由 于成像機理不同,所呈現的灰度表現相差很大,而且無規(guī)律可循。常用的圖像配準技術一般 可W分為基于特征的配準和基于區(qū)域的配準?;趫D像特征的方法如Sift/surf/hst等 提取各類圖像中保持不變的特征,如角點、閉區(qū)域的中也、邊緣、輪廓等。由于基于特征的方 法提取了圖像的顯著特征,大大壓縮了圖像的信息量,其主要優(yōu)點是計算量小,速度較快, 而且它對圖像灰度的變化具有魯棒性。但基于特征的方法不適合于異源圖像的配準,因為 只提取了圖像的一小部分信息,使得該種方法對特征提取和特征匹配的錯誤非常敏感,而 異源圖像恰恰存在特征不一致的問題,直接采用基于特征的方法,容易出現錯誤的匹配。
      [0004] 基于灰度的配準方法通常不需要對圖像做特征提取,而是直接利用整幅圖像的灰 度信息,建立兩幅圖像之間的相似性度量(如互信息、互相關等),然后采用某種搜索方法, 尋找使相似性度量值最大或最小的變換模型的參數值。因為利用了全部的圖像灰度信息, 所W估計的精度和魯棒性比較高。但在該種方法中,整幅圖像的數據都要參與運算,因此其 計算量很大,速度較慢,適用于灰度信息大于結構信息的情況;雖然可W在一定誤差范圍內 容完成配準,但配準時間長。
      [0005] 另外一種異源圖像配準算法是變換域方法,1994年化en等人提出了一種基于 Fourier-Mellin變換(簡稱FMT算法)的圖像配準方法,該方法通過計算兩幅圖像互功 率譜的反化urier變換所對應的峰值位置求取它們的相對平移,通過對圖像幅度譜進行對 數一極坐標(Log-polar)變換,在Log-polar空間利用傅立葉變換的旋轉和尺度特性求得 圖像間的旋轉角度和尺度縮放因子。Reddy等人通過遙感圖像、醫(yī)學圖像、目標識別與跟蹤 等應用的大量實驗證明,該方法除具有精度高、速度快的優(yōu)點外,對諸如光照變化、圖像內 容不同、遮擋、系統校正誤差、加性噪聲等都具有很強的魯棒性。該種傳統的FMT算法首先 對圖像進行FFT變換,然后在頻域進行高頻濾波,再將濾波后的圖像(頻域圖像)變換到 Log-polar域;然后再進行FFT變換,最后利用相位相關方法求旋轉角度。但該方法也存在 一些固有的問題:一是此方法仍然適用于灰度信息豐富的圖像;二是當存在旋轉時相關峰 值顯著性降低,相關峰所在位置并非可靠對應正確匹配參數;二是對單純的平移變換存在 配準誤差大甚至失配。W上問題使得異源圖像的配準問題仍然需要好的方法和途徑。

      【發(fā)明內容】

      [0006] 針對【背景技術】中出現的問題,本發(fā)明提出了基于邊緣顯著度的EFMT異源圖像配 準方法,所述方法包括W下步驟:
      [0007] 步驟a.邊緣提取模塊提取參考圖像和待配準圖像的邊緣圖像;
      [0008] 步驟b.計算模塊將所述邊緣圖像變換到對數一極坐標域,并計算所述對數一極 坐標域的相位相關,得到圖像的旋轉角度和尺度因子;
      [0009] 步驟C.圖像變換模塊根據所述旋轉角度和尺度因子對所述待配準圖像進行圖像 變換,邊緣提取模塊提取所述變換后圖像的邊緣圖像;
      [0010] 步驟d.計算模塊計算步驟C中所述邊緣圖像和步驟a中參考圖像的邊緣圖像的 相位相關,得得到圖像平移參數。
      [0011] 優(yōu)選的是,所述邊緣圖像的提取方法包括時域邊緣檢測法。
      [0012] 根據上述任一方案優(yōu)選的是,所述邊緣圖像包括二值邊緣圖像。
      [0013] 根據上述任一方案優(yōu)選的是,所述步驟b中計算模塊將所述邊緣圖像變換到對 數一極坐標域后,進一步包括:對所述對數一極坐標域的圖像進行互功率譜運算;計算圖 像的旋轉角度和尺度因子;計算扶正圖像的邊緣圖像;根據參數對扶正圖像進行平移變換 得到配準后的圖像。
      [0014] 根據上述任一方案優(yōu)選的是,對參考圖像R和待配準圖像S提取邊緣,得二值邊緣 圖像
      【主權項】
      1. 基于邊緣顯著度的EFMT異源圖像配準方法,所述方法包括以下步驟: 步驟a.邊緣提取模塊提取參考圖像和待配準圖像的邊緣圖像; 步驟b.計算模塊將所述邊緣圖像變換到對數一極坐標域,并計算所述對數一極坐標 域圖像的相位相關,得到圖像的旋轉角度和尺度因子; 步驟c.圖像變換模塊根據所述旋轉角度和尺度因子對所述待配準圖像進行圖像變 換,邊緣提取模塊提取所述變換后圖像的邊緣圖像; 步驟d.計算模塊計算步驟c中所述邊緣圖像和步驟a中參考圖像的邊緣圖像的相位 相關,得到圖像平移參數。
      2. 根據權利要求1所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于,所 述邊緣圖像的提取方法包括時域邊緣檢測法。
      3. 根據權利要求1所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于,所 述邊緣圖像包括二值邊緣圖像。
      4. 根據權利要求1所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于, 所述步驟b中計算模塊將所述邊緣圖像變換到對數一極坐標域后,進一步包括:對所述對 數一極坐標域的圖像進行互功率譜運算;計算圖像的旋轉角度和尺度因子;計算扶正圖像 的邊緣圖像;根據參數對扶正圖像進行平移變換得到配準后的圖像。
      5. 根據權利要求1所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于,對 參考圖像R和待配準圖像S提取邊緣,得二值邊緣圖像:
      6. 根據權利要求1所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于,所 述邊緣圖像變換到對數一極坐標域公式
      7. 根據權利要求4所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于,對 所述對數一極坐標域的圖像進行互功率譜運算:
      8. 根據權利要求7所述的基于邊緣顯著度的EFMT異源圖像配準方法,其特征在于,在 無噪聲情況下,所述圖像互功率譜運算公式:
      9. 一種異源圖像配準系統,所述系統包括以下模塊: 邊緣提取模塊,用于提取參考圖像和待配準圖像的邊緣圖像以及變換后圖像的邊緣圖 像; 計算模塊,用于將邊緣圖像變換到對數一極坐標域,并計算所述對數一極坐標域圖像 的相位相關,得到圖像的旋轉角度和尺度因子以及計算得到圖像的平移參數; 圖像變換模塊,所述圖像變換模塊根據所述旋轉角度和尺度因子對所述待配準圖像進 行圖像變換以及根據平移參數對扶正圖像進行平移變換。
      10.根據權利要求9所述的圖像配準系統,其特征在于,所述邊緣提取模塊進一步包括 時域邊緣檢測模塊。
      【專利摘要】本發(fā)明涉及基于邊緣顯著度的EFMT異源圖像配準方法及系統,所述方法包括以下步驟:步驟a.邊緣提取模塊提取參考圖像和待配準圖像的邊緣圖像;步驟b.計算模塊將所述邊緣圖像變換到對數-極坐標域,并計算所述對數-極坐標域圖像的相位相關,得到圖像的旋轉角度和尺度因子;步驟c.圖像變換模塊根據所述旋轉角度和尺度因子對所述待配準圖像進行圖像變換,邊緣提取模塊提取所述變換后圖像的邊緣圖像;步驟d.計算模塊計算步驟c中所述邊緣圖像變換和步驟a中的參考圖像的邊緣圖像的相位相關,旋轉角度得到圖像平移參數。本方案在傳統配準算法的基礎上,利用圖像的邊緣圖像進行FMT變換,提高了異源圖像配準的精度和速度。
      【IPC分類】G06T7-00, G06T3-00
      【公開號】CN104537680
      【申請?zhí)枴緾N201510030239
      【發(fā)明人】章學靜, 李月琴, 張軍, 劉元盛
      【申請人】北京聯合大學
      【公開日】2015年4月22日
      【申請日】2015年1月21日
      網友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1