图像相关匹配算法的快速实现

《图像相关匹配算法的快速实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第8期2007年8月武汉大学学报·信息科学版GeomaticsandInformationScienceofWuhanUniversityVol.32No.8Aug.2007文章编号:167128860(2007)0820684204文献标志码:A图像相关匹配算法的快速实现1　闫　利1刘　进(1　武汉大学测绘学院,武汉市珞喻路129号,430079)摘　要:结合分级关键点互相关迭代法与搜索空间标记法,设计了一种有效提高图像相关匹配速度的算法。其中分级关键点互相关迭代算法快速实现了由重要到不重要像素点的逐级迭代互相关匹配计算,算法在保证

2、精度的前提下可以随时结束并输出相关匹配值;而搜索空间标记法则能快速排除掉大量参数空间内不可能匹配的点。实验证明,这种算法能在正确配准图像的前提下大幅度提高匹配速度。关键词:图像相关匹配;快速算法;迭代计算中图法分类号:P237.3　　在模式识别与图像处理应用中,常用互相关式(1)可以简写为:系数来反映两图像(通常是基准图与实时图)相似程度的重要测度,互相关系数理论上能不受图像间亮度、对比度线性差异的影响,具有较好的稳定性,可应用于遥感影像匹配[1]、车牌号识别[2]、目标检测及匹配等领域。在处理实际问题时,常需在实时图中考虑平移、比例、旋转等

3、因素,大量搜索计算待识别图像中的某个子图与模板图像之间ρ(f0,f1)=式中,f(x,y)=03ii∑f03(xi,yi)f1(xi,yi)i∈f0∑i∈f1(f1(xi,yi)-f1)2f0(xi,yi)-f0∑i∈f1(f0(xi,yi)-f0)2(2)[326]。待识别图像越大,匹配或识别的互相关系数2　关键点快速算法精度的要求越高,这种互相关计算量就越大[7]。因此,必须寻求快速而有效计算图像间相关系数根据人眼视觉识别特点,图像中心区域的信息的算法。对观察者的影响高于边缘区域,近邻像素信息之间1　互相关系数快速算法的细节差异不像图像的

4、宏观总体灰度分布更容易引起观察者的注意。传统的逐行逐列扫描算法通常从边角开始逐行扫描图像以进行灰度互相关计两图像f0(x,y)、f1(x,y)互相关系数定义算。这种计算模式与生物体高效的视觉识别方式为:并不符合。本文据此设计了一种分级关键点快速算ρ(f0,f1)=∑i∈f0(f0(xi,yi)-f0)(f1(xi,yi)-f1)1)法,将图像上的像素根据其拓扑分布对图像匹配的重要性进行重新排序,得到分级有序点集(图1)。∑i∈f0(f0(xi,yi)-f0)2∑i∈f1(f1(xi,yi)-f1)2可见,关键点按照像素拓扑分布呈分形式星状分布

5、。由于有第0～(n-1)级关键点作为基(1)础,第n级内部关键点的顺序就显得并不十分重　　假设式(1)中f0(x,y)是模板图像,f1(x,y) 要。对于每一级的点集,可按照从上到下的扫描是待匹配子图。在匹配过程中,模板图像f0(x,顺序排序。参加匹配的关键点重新编号的顺序如y)相对稳定,可以预先进行归一化计算。因此,图2所示。收稿日期:2007205216。项目来源:国家自然科学基金资助项目(40471089)。　第32卷第8期刘　进等:图像相关匹配算法的快速实现685初始条件是P0=0,σ02=0,这样就实现了每增加一个点就能得到一个新的

6、相关系数。算法可随时结束并输出当前得到的相关匹配值。其中的模板图像各级值点集的归一化函数{f03(xn+1,yn+1)

7、n=0,⋯}可以在搜索匹配之前预先离线计算得到。总结起来,关键点分级匹配的步骤就是先得到模板图像的归一化函数f03(x,y),然后将关键点序列逐个代入式(3)进行迭代计算。当关键点达到一定级别或所得互相关系数ρn趋于稳定时,就可考虑停止迭代。图1　关键点的各级分布3　搜索空间标记法Fig.1　HierarchicalDistributionofKeyPoints搜索空间标记法利用搜索空间相关系数分布的近似连续性,模板图像和大

8、量实时子图互相关匹配这个过程可抽象为在匹配参数空间内搜索的一个匹配参数点过程。假设要在一个M×N大图像中搜寻匹配m×n的子图,该子图有可能在比例参数k区间[1-kt,1+kt]发生比例变换,这就相当于在一个近似为(M-m)×(N-n)×2kt的长方体区域内搜索最佳匹配点。搜索这么大的参数空间必须注意效率,匹配参数空间中的每一点都对应一个互相关系数值,从而形成一个图2　分级关键点的顺序标号(共0～3级)Fig.2　SequenceIndexofKeyPoints互相关系数函数ρf0,f1(x,y,k).该函数具有一定的连续性,具有以下两个性质:

9、图1中关键点的分布依据是始终保持前n级1)如果一个参数点(xm,ym,km)对应的互相(从第0级开始)关键点能对图像进行an×an即关值很大,ρf0,f1(xm,y