一種基于角度約束的誤匹配刪除方法
【專利摘要】本發(fā)明提供一種基于角度約束的誤匹配刪除方法，具體過程為：步驟一、針對n個匹配點(diǎn)對，求解每一匹配點(diǎn)對坐標(biāo)角度的tan值；步驟二、按tan值從小到大或從大到小，對n個匹配點(diǎn)對進(jìn)行排序；步驟三、依次比較第i個匹配點(diǎn)對的tan值和第i+1個匹配點(diǎn)對的tan值，若兩者之差在thresh以內(nèi)，則歸為一組，一共得到m個組，其中i＝1，2，…n-1，thresh為預(yù)先設(shè)定的門限值；步驟四、在m組中找到組內(nèi)成員個數(shù)最多的組k，刪除組k以外的匹配點(diǎn)對。本發(fā)明相比RANSAC算法和馬氏距離算法，其沒有矩陣逆、矩陣乘等復(fù)雜的、占用內(nèi)存高的運(yùn)算，提高了配準(zhǔn)的準(zhǔn)確性和實(shí)時性。
【專利說明】一種基于角度約束的誤匹配刪除方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像配準(zhǔn)【技術(shù)領(lǐng)域】，具體涉及一種基于角度約束的誤匹配刪除方法。【背景技術(shù)】
[0002]圖像配準(zhǔn)的應(yīng)用非常廣泛，如模式識別、自動導(dǎo)航、醫(yī)學(xué)診斷、計(jì)算機(jī)視覺等領(lǐng)域。目前在圖像的配準(zhǔn)方面已開展了許多研究工作，提出了多種圖像配準(zhǔn)方法。
[0003]常見的配準(zhǔn)方法分為兩大類:基于特征的配準(zhǔn)方法,如Harris角點(diǎn)法、SIFT法等；基于區(qū)域的配準(zhǔn)方法，如互信息，F(xiàn)MT等。其中基于區(qū)域的配準(zhǔn)方法不需要提取特征，適用于灰度信息大于結(jié)構(gòu)信息的情況；且要求兩幅圖像的灰度函數(shù)必須相似或至少統(tǒng)計(jì)相關(guān)，僅能處理平移和小角度旋轉(zhuǎn)的情況，適用范圍較窄。而基于特征的配準(zhǔn)方法可以配準(zhǔn)兩幅自然屬性完全不同的圖像，并適應(yīng)兩幅圖像間復(fù)雜的幾何和光學(xué)畸變，是近年來研究的熱點(diǎn)。
[0004]基于特征點(diǎn)的配準(zhǔn)方法，其步驟主要包括特征點(diǎn)提取、不變特征描述、相似性度量、特征匹配、計(jì)算變換矩陣等，見附圖1。進(jìn)行特征匹配時，首先根據(jù)一定的方法，如Harris、fast、brief等提取特征點(diǎn)；接著對提取的特征點(diǎn)進(jìn)行描述；然后根據(jù)相似性度量準(zhǔn)則初步建立特征點(diǎn)的對應(yīng)關(guān)系，但這種對應(yīng)關(guān)系不是完備的，其中很可能存在誤匹配，必須刪除誤匹配從而得到正確的匹配點(diǎn)對；然后根據(jù)正確的匹配點(diǎn)對計(jì)算得到變換矩陣，最后待配準(zhǔn)圖像通過坐標(biāo)變換與插值得到配準(zhǔn)后的圖像。需要強(qiáng)調(diào)的是，在特征點(diǎn)匹配所建立的初步匹配點(diǎn)對中可能存在誤匹配特征點(diǎn)對，這些誤匹配的點(diǎn)對的存在極大地影響配準(zhǔn)仿射變換矩陣的求 取，使配準(zhǔn)結(jié)果出現(xiàn)偏差甚至導(dǎo)致失配，因此必須刪除這些誤匹配點(diǎn)對。
[0005]目前刪除誤匹配的方法有:①“RANSAC算法(RANdom SAmPI/Cnoesnsus,即隨機(jī)抽樣一致性算法)，它是根據(jù)一組包含異常數(shù)據(jù)的樣本數(shù)據(jù)集，計(jì)算出數(shù)據(jù)的數(shù)學(xué)模型參數(shù)，得到有效樣本數(shù)據(jù)的算法。RANSAC算法的基本假設(shè)是樣本中包含正確數(shù)據(jù)(inliers，可以被模型描述的數(shù)據(jù))，也包含異常數(shù)據(jù)(Outliers，偏離正常范圍很遠(yuǎn)、無法適應(yīng)數(shù)學(xué)模型的數(shù)據(jù))，即數(shù)據(jù)集中含有噪聲。這些異常數(shù)據(jù)可能是由于錯誤的測量、錯誤的假設(shè)、錯誤的計(jì)算等產(chǎn)生的。同時RANSAC也假設(shè)，給定一組正確的數(shù)據(jù)，存在可以計(jì)算出符合這些數(shù)據(jù)的模型參數(shù)的方法。在特征點(diǎn)配對中，模型即為從一個平面上的特征點(diǎn)到另外一平面上的特征點(diǎn)的變換關(guān)系，反應(yīng)為變換矩陣H。H是一個包含6個自由度的2X3矩陣，它最少可以由兩平面中的3對匹配點(diǎn)計(jì)算出，但同一平面上的3個點(diǎn)必須不共面。但值得注意的是，過大的外點(diǎn)比例將導(dǎo)致RANSAC算法失敗，且此算法較為復(fù)雜。②馬氏距離刪除誤匹配算法。利用馬氏距離的仿射不變性進(jìn)行不變特征相似性度量。馬氏距離是印度統(tǒng)計(jì)學(xué)家Mahalanobis提出來的。對于由η個點(diǎn)構(gòu)成的樣本空間X1 = {(xn, yn,) \…，(xln，…Yin) tI，(t表示轉(zhuǎn)置)，其中任意一樣本點(diǎn)Xli = (Xli, yn) t到另一個樣本空間X2 = { (x2i?y2i)t，…，(χ2η，Y2Jt中任一樣本點(diǎn)x2j = (x2j，y2j)t的馬氏距離為:
[0006]dMftj, =( I )
[0007]其中C表示協(xié)方差矩陣P1表示C的逆矩陣。假定Xli= (Xli，yn)lPX2j= (x2j，y2j)t分別為待配準(zhǔn)子圖和參考子圖間的一組特征點(diǎn)對，根據(jù)公式(I)計(jì)算出X1和X2對應(yīng)的馬氏距離，當(dāng)dM大于一個閾值dMth時，認(rèn)為這兩個角點(diǎn)是誤匹配的。但此方法需要大量的求逆運(yùn)算和大量的矩陣乘、開方運(yùn)算，導(dǎo)致算法復(fù)雜度高，實(shí)時性下降。

【發(fā)明內(nèi)容】

[0008]有鑒于此，本發(fā)明針對平移和小角度旋轉(zhuǎn)變換的圖像，提出一種基于角度約束的誤匹配刪除方法，旨在又快又好地刪除誤匹配。
[0009]為了解決上述技術(shù)問題，本發(fā)明是這樣實(shí)現(xiàn)的:
[0010]一種基于角度約束的誤匹配刪除方法，具體過程為:
[0011]步驟一、針對η個匹配點(diǎn)對，求解每一匹配點(diǎn)對坐標(biāo)角度的tan值；
[0012]步驟二、按tan值從小到大或從大到小，對η個匹配點(diǎn)對進(jìn)行排序；
[0013]步驟三、依次比較第i個匹配點(diǎn)對的tan值和第i+Ι個匹配點(diǎn)對的tan值，若兩者之差在thresh以內(nèi)，則歸為一組,一共得到m個組,其中i = I, 2,…n_l, thresh為預(yù)先設(shè)定的門限值；
[0014]步驟四、在m組中找到組內(nèi)成員個數(shù)最多的組k，刪除組k以外的匹配點(diǎn)對。
[0015]進(jìn)一步地，在步驟四找到組k后，繼續(xù)對組k內(nèi)的成員個數(shù)進(jìn)行判斷，當(dāng)組k內(nèi)的成員個數(shù)小于3時，則增大預(yù)先設(shè)定的門限值thresh，并返回步驟三。
[0016]有益效果:
[0017]首先，用于不變特征描述的特征描述向量越完善，特征點(diǎn)對匹配正確的可能性越高，但總有誤匹配存在；對于圖像間存在的平移變換和小角度變換(小于5° )，所有正確匹配點(diǎn)對其連接線角度相近(即tan值相近，理想的情況下連接線角度相等，連接線是平行的)，而錯誤匹配點(diǎn)對其連接線角度則是隨機(jī)的；本發(fā)明正是基于該原理刪除錯誤的匹配點(diǎn)對的。
[0018]其次，由于圖像幾何畸變一般是由傳感器位置的改變引起的，所以大部分的畸變模式是平移和小角度旋轉(zhuǎn)，而本發(fā)明適用于平移變換和小角度變換的情況，其刪除誤匹配點(diǎn)對的速度快，且效果好。
【專利附圖】

【附圖說明】
[0019]圖1為基于特征的配準(zhǔn)流程圖。
[0020]圖2為基于角度約束的誤匹配刪除方法流程圖。
【具體實(shí)施方式】
[0021]下面結(jié)合附圖2并舉實(shí)施例，對本發(fā)明進(jìn)行詳細(xì)描述。
[0022]本發(fā)明適用基于特征點(diǎn)的配準(zhǔn)方法，用于在提取了特征點(diǎn)，進(jìn)行特征點(diǎn)不變特征描述，確定了相似性度量準(zhǔn)則，并建立了初步的匹配點(diǎn)對之后，針對可能存在的誤匹配特征點(diǎn)對，刪除錯誤的匹配點(diǎn)對，避免配準(zhǔn)結(jié)果出現(xiàn)偏差，提高特征點(diǎn)配準(zhǔn)率的一種方法。此方法提高了對應(yīng)特征點(diǎn)檢測的準(zhǔn)確性，更快更準(zhǔn)估計(jì)出變換矩陣，最終提高了配準(zhǔn)的精度和實(shí)時性。
[0023]如圖2所示，本發(fā)明基于角度約束的誤匹配刪除方法，包括如下4個步驟:(I)求每對匹配點(diǎn)對坐標(biāo)角度的tan值；(2)按tan值從小到大或從大到小排序；(3)對匹配點(diǎn)對分組，得到m個組；(4)在m個組中，找到組內(nèi)成員個數(shù)最多的組k，刪除k組以外的所有匹配點(diǎn)對，從而達(dá)到誤匹配刪除的目的。本發(fā)明根據(jù)4個步驟的特點(diǎn)，提高配準(zhǔn)的精度，而且可以提高配準(zhǔn)的速度。
[0024]以下對本發(fā)明誤匹配刪除方法的4個步驟進(jìn)行詳細(xì)說明:
[0025]首先假設(shè)圖像間畸變模型為仿射變換，其數(shù)學(xué)表示如下:
[0026]
【權(quán)利要求】
1.一種基于角度約束的誤匹配刪除方法，其特征在于，具體過程為: 步驟一、針對η個匹配點(diǎn)對，求解每一匹配點(diǎn)對坐標(biāo)角度的tan值； 步驟二、按tan值從小到大或從大到小，對η個匹配點(diǎn)對進(jìn)行排序； 步驟三、依次比較第i個匹配點(diǎn)對的tan值和第i+Ι個匹配點(diǎn)對的tan值，若兩者之差在thresh以內(nèi)，則歸為一組,一共得到m個組,其中i = 1,2,…n_l, thresh為預(yù)先設(shè)定的門限值； 步驟四、在m組中找到組內(nèi)成員個數(shù)最多的組k，刪除組k以外的匹配點(diǎn)對。
2.根據(jù)權(quán)利要求1所述基于角度約束的誤匹配刪除方法，其特征在于，在步驟四找到組k后，繼續(xù)對組k內(nèi)的成員個數(shù)進(jìn)行判斷，當(dāng)組k中的成員個數(shù)小于3時，則增大預(yù)先設(shè)定的門限值thresh，并 返回步驟三。
【文檔編號】G06T7/00GK103530872SQ201310429646
【公開日】2014年1月22日 申請日期:2013年9月18日 優(yōu)先權(quán)日:2013年9月18日
【發(fā)明者】陳禾, 章學(xué)靜, 馬龍, 謝宜壯, 曾濤, 龍騰 申請人:北京理工大學(xué)