基于點到直線距離的廣義點集匹配方法
【專利摘要】本發(fā)明公開了一種基于點到直線距離的廣義點集匹配方法，能夠?qū)崿F(xiàn)點集的快速、精確匹配。先從參考圖像與目標(biāo)圖像中分別提取廣義點集{p1，p2…pm}和{q1，q2…qn}，點集是離散的，具有方向性；在尋找廣義點集相對應(yīng)點時，根據(jù)此參考點的索引序號和搜素半徑，確定其鄰域內(nèi)的目標(biāo)點的索引序號，用于快速查詢目標(biāo)點集；同時結(jié)合變鄰域?qū)ふ易罱c的方法，采用角度閾值及距離閾值，快速地建立有向點之間的對應(yīng)關(guān)系；然后，根據(jù)點-線距離與點-點距離的等效轉(zhuǎn)化方法，實現(xiàn)非線性優(yōu)化問題與線性優(yōu)化問題間的轉(zhuǎn)化，從而利用最小二乘法獲得匹配參數(shù)，實現(xiàn)了快速精確匹配，提高了計算效率。
【專利說明】基于點到直線距離的廣義點集匹配方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于機器視覺和圖像處理領(lǐng)域中的點集匹配方法，具體涉及到點集匹配方法，重點研究了基于點到直線距離的廣義點集匹配技術(shù)。
【背景技術(shù)】
[0002]隨著科學(xué)技術(shù)的發(fā)展，基于廣義點集的圖像匹配在機器視覺、模式識別、工業(yè)檢測及醫(yī)學(xué)影像等領(lǐng)域都有著廣泛的應(yīng)用，也將成為現(xiàn)代信息領(lǐng)域中一個十分重要的技術(shù)。然而，現(xiàn)代技術(shù)對圖像匹配的準(zhǔn)確性、精度性、和高效性有了進一步的要求。
[0003]點集匹配的主要目的對圖像的研究簡化為點集的研究，通過搜尋參考圖像和目標(biāo)圖像中的廣義點集，建立一種一一對應(yīng)關(guān)系，從而提高匹配效率。然而，廣義點集具有方向性，是離散的，因此在尋找對應(yīng)點時存在一定的困難。雖然現(xiàn)在已有使用基于廣義有向點的圖像匹配方法，基本實現(xiàn)了像素點的粗匹配，但是匹配精度還是不能達到預(yù)期目標(biāo)，因此需要改進并研究精度更高的方法。如何提高精度與效率，也是當(dāng)前匹配技術(shù)研究的熱點。
[0004]而為了提高匹配的穩(wěn)定性和速度，我們使用迭代最近點方法(IterativeClosestPoint, ICP)，該方法一直得到廣泛關(guān)注，很多學(xué)者也對此做了大量研究。由于從圖像中提取的有向點是離散的，在尋找某個參考點附近目標(biāo)點時，將進行全部鄰域點的搜索，導(dǎo)致效率低。研究者也提出大量方法，如基于k-d樹的方法、不同的距離度量等方法，來提高ICP算法效率及精度。同時，在目標(biāo)點集的快速查詢中，當(dāng)使用以參考點為中心，使用固定的方形鄰域時，將會影響精度，把離群點錯誤地當(dāng)做對應(yīng)點，極大的影響圖像匹配的精準(zhǔn)性及高效性。

【發(fā)明內(nèi)容】

[0005]針對上述缺陷或改進`需求，本發(fā)明提出基于點到直線距離的廣義點集匹配方法，其主要目的是先將幾何濾波的亞像素級廣義有向點作為特征，根據(jù)目標(biāo)點集的快速查詢和最近點的變鄰域?qū)ふ疫@兩種方法，從而建立了有向點之間的對應(yīng)關(guān)系，然后根據(jù)點線距離來迭代地求解變換參數(shù)，大大提高了精準(zhǔn)性及高效性。
[0006]為實現(xiàn)上述目的，提供了基于點到直線距離的廣義點集匹配方法。包括以下步驟:
[0007](I)從參考圖像和目標(biāo)圖像中分別提取廣義有向點集，如圖1的參考圖像、圖2的目標(biāo)圖像所示，得到參考有向點集(P1, PfP1J和目標(biāo)有向點集{q^qfqj ;其中，參考有向點集共有m個有向點，目標(biāo)有向集標(biāo)共有η個有向點；
[0008](2)設(shè)置初始參數(shù)，包括初始變換參數(shù)、最大迭代次數(shù)、循環(huán)過程中的迭代次數(shù)及最小均方根RMS改變值；其中，在設(shè)置初始變換參數(shù)時，對于相似變換參數(shù)包括平移X、y方向平移參數(shù)、縮放參數(shù)、旋轉(zhuǎn)參數(shù)，分別用tx(|, ty0, S0, Φ(!表示；其中，txC|，ty0, S0, Φ (!是設(shè)定的一個初始值，每經(jīng)過一次迭代，用總流程圖步驟(4)尋找對應(yīng)點對，通過步驟(5)求解目標(biāo)點集與參考點集間的相似變換參數(shù)，且當(dāng)?shù)鷆nt次時,用txmt, tycnt, scnt, Φ cnt表示此參數(shù)；如果是仿射變換，則包括X、I方向平移參數(shù)、斜切參數(shù)、X、I方向縮放參數(shù)、旋轉(zhuǎn)參數(shù)，分別用tx(l, ty0, h0, sx0, sy0, Φ C1表示,其應(yīng)用與相似變換參數(shù)類似；
[0009]程序中最大迭代次數(shù)用max_cnt表示,如果迭代次數(shù)cnt大于max_cnt將跳出循環(huán)；初始的迭代次數(shù)設(shè)置為0，即cnt=l，且每循環(huán)一次其值加I ;最小均方根RMS改變值設(shè)置為min_rms,并判斷誤差變化是否小于min_rms,如果小于則終止循環(huán)；
[0010]根據(jù)以上初始條件，變換參考點集，得到初始參考有向點集，設(shè)置為Ptl ;其中，Ptl只是一個初始點集，每經(jīng)過一次迭代，通過新的變換參數(shù)txmt, tycnt, Scnt, Φ cnt,得到新的參考點集，具體見總流程圖步驟(6)，當(dāng)?shù)鷆nt次時，用Pmt表示；
[0011](3)離散化目標(biāo)點集，從目標(biāo)圖像中提取的有向點為亞像素級別，利用這些目標(biāo)有向點經(jīng)過坐標(biāo)取整獲得行、列索引序號&=[~]和cqi=[X(li]，然后建立四個矩陣，分別是掩模矩陣M,，X坐標(biāo)矩陣Xq，y坐標(biāo)矩陣Yq和方向矩陣;分別設(shè)置掩模矩陣M,，X坐標(biāo)矩陣Xq, I坐標(biāo)矩陣\和方向矩陣中對應(yīng)元素的值；
[0012](3-1)新建四個m行η列的矩陣，分別為Xm*n> Ynpta> &m和。且令Mm*n=Xm*n=Ym*n= ? m*n=0m*n,其中 0m*n 為 Π1 行 Π 列的零矩陣。
[0013](3-2)設(shè)置計數(shù)器i=l ；
[0014](3-3)將參考點Pi的坐標(biāo)取整,得到其行列索引序號I^i=Iiytli]和Cqi=Iixtli]；
[0015](3-4)將掩模矩陣中對應(yīng)的元素MqOv cqi)設(shè)為I ;
[0016](3-5) X坐標(biāo)矩陣中對應(yīng)的元素XqΟν，Cqi)設(shè)為xqi，y坐標(biāo)矩陣中對應(yīng)的元素Yq(rqi, cqi)設(shè)為 yqi ；
`[0017](3-6)方向矩陣中對應(yīng)的元素?,(!> Cqi)設(shè)為Θ qi ；
[0018](3-7)設(shè)置 i 的值加 1，即 i=i+l ；
[0019](3-8)判斷i是否小于等于η ;如果否，則返回步驟(3-4)，如果是，則轉(zhuǎn)到(3-9)；
[0020](3-9)輸出 Μ、Χ、Υ、Θ 四個矩陣；
[0021](4)尋找對應(yīng)點對:在以參考點Pi為中心點，半徑為R的范圍內(nèi)尋找對應(yīng)點qi ;
[0022](5)最小二乘法求解變換參數(shù)；
[0023](6)變換參考點集:利用新的變換參數(shù)變換參考點集得到Pmt，并計算新的參考點集Pmt和目標(biāo)點集Q之間的均值平方根RMS，具體地，先計算參考點集與目標(biāo)點集間距離，將所有距離平方相加后開方根，并除以對應(yīng)點對數(shù)，由此得到RMS ；
[0024](7)計算兩個點集之間的誤差，設(shè)置cnt=cnt+l，具體地，誤差為參考點集與目標(biāo)點集間距離平方之和，再開方根；
[0025](8)判斷誤差變化是否小于最小均方根改變值(min_rms),及迭代次數(shù)(cnt)是否大于設(shè)定最大迭代次數(shù)(max_cnt)，若是則轉(zhuǎn)入步驟(9)，否則重新離散化目標(biāo)點集，繼續(xù)尋找新的對應(yīng)點對，返回步驟(4)；
[0026](9)輸出最終求得的參考有向點集和目標(biāo)有向點集之間的相似變換參數(shù)S，Φ , tx, ty (對于仿射變換是 h, sx, sy, <i)，tx，ty)。
[0027]在一些實施例中，所述步驟(3-3)坐標(biāo)取整得其行列索引序號具體是采用以下公式:
[0028]和
[0029]其中，[.]表示取整函數(shù)；[0030](3-4) - (3-6)中設(shè)置矩陣具體是采用以下公式:
[0031 ] Mq (rqi, cqi) =1，Xq (rqi, cqi) =Xqi, Yq (rqi, cqi) =yqi, Θ q (rqi, cqi) = θ qi,
[0032]其中，Mq是掩模矩陣，Xq是X坐標(biāo)矩陣，Yq是y坐標(biāo)矩陣和是方向矩陣的值。
[0033]在一些實施例中，所述步驟(4)包括以下子步驟:
[0034](4-1)設(shè)置最小鄰域半徑Rmin、最大鄰域半徑Rmax,初始化距離中位數(shù)R=Rmin,設(shè)置計數(shù)器S=I ；
[0035](4-2)將參考點ps的坐標(biāo)取整,得到其行列索引序號和；
[0036](4-3)設(shè)置 j=rqs-R;
[0037](4-4)設(shè)置 k=cqs-R ;
[0038](4-5)判斷掩模矩陣Cqs)是否等于1:若是，則轉(zhuǎn)入(4-6)，否則進入步驟(4-13);在掩模矩陣Mq的鄰域中找到所有的值為I的元素，其對應(yīng)的目標(biāo)點qu就是參考點Ps鄰域內(nèi)的全部目標(biāo)點；
[0039](4-6)設(shè)置 k=k+l ;
[0040](4-7)判斷k是否小于等于cqs+R:若是，則轉(zhuǎn)入(4-5)，否則進入(4-8)；
[0041](4-8)設(shè)置 j=j+l ;`[0042](4-9)判斷j是否小于等于于rqs+R:若是，則轉(zhuǎn)入(4-4)，否則進入(4-10)；
[0043](4-10 )角度閾值，在可能的對應(yīng)點中，尋找與參考點ps的方向接近的檢測點；如果?q(rqs, cqs)-θ ps|大于設(shè)定閾值T，則把目標(biāo)點qiu刪除，否則留下該點；
[0044](4-11)距離閾值。在所有遺留點集中，選擇目標(biāo)點中選擇與參考點Ps之間距離最小的那個作為其對應(yīng)點；如式(21)所示；
[0045]argmin | | P1- (Xq (rqi, cqi)，Yq (rqi, cqi)) | |(21)
[0046](4-12)得到 ps 相對應(yīng) qs ；
[0047](4-13)計算距離中位數(shù)；
[0048](4-14)判斷距離中位數(shù)R是否大于小鄰域半徑Rmin:若是，則轉(zhuǎn)入(4-15)，否則進入(4-16)；
[0049](4-15)將鄰域半徑設(shè)置為大鄰域半徑，R=Rmax,并更新Rmax ；
[0050](4-16)將鄰域半徑設(shè)置為小鄰域半徑，R=Rmin.，并更新Rmin ；
[0051](4-17)設(shè)置 s=s+l ;
[0052](4-18)判斷s是否小于m*n，若是，則轉(zhuǎn)入(4-2)，否則進入(4-19)；
[0053](4-19)輸出對應(yīng)點對，(P1 — qi) (P2 — q2)……(ps_qs)。
[0054]在一些實施例中，所述步驟(5)包括以下子步驟:
[0055](5-1)點點距離與點線距離間轉(zhuǎn)化；
[0056](5-2)最小二乘法求解變換參數(shù):根據(jù)相似變換參數(shù)，推導(dǎo)求解仿射變換參數(shù)h, sx, sy, Φ, tx, ty的公式；根據(jù)式(31)求解出每個對應(yīng)點的的坐標(biāo)誤差ei:

(I s O VCOS^ -sin^ V-^,,Λ ((χφ Λ , _.、
[0057]e =HSRP/+T-q =；.1: ^ + ； - 1(31)

V0 1八。sv^ )\ypi) Vr) {yCJJ
[0058]其中，h是斜切參數(shù),sx是X方向縮放參數(shù),sy是y方向縮放參數(shù)，Φ是旋轉(zhuǎn)參數(shù)，tx是X方向平移參數(shù)，ty是y方向平移參數(shù)；[0059]進一步，通過最小化參考點集和目標(biāo)點集中所有對應(yīng)點之間的距離平方和，式
(41)所示；求解出仿射變換參數(shù)向量r,如式(51)所示；
[0060]
【權(quán)利要求】
1.基于點到直線距離的廣義點集匹配方法，其特征在于，廣義點集中的每個點都是具有方向的，包括以下步驟: (O從參考圖像和目標(biāo)圖像中分別提取廣義有向點集，得到參考有向點集(PuP2-Pj和目標(biāo)有向點集{q^q^qj ;其中，參考有向點集共有m個有向點，目標(biāo)有向集共有η個有向點； (2)設(shè)置初始參數(shù)，包括初始變換參數(shù)、最大迭代次數(shù)、循環(huán)過程中的迭代次數(shù)及最小均方根RMS改變值；其中，在設(shè)置初始變換參數(shù)時，對于相似變換參數(shù)包括平移x、y方向平移參數(shù)、縮放參數(shù)、旋轉(zhuǎn)參數(shù)，分別用tx(l, ty0, s0, 表示；其中ty0, s0, Φ C1是設(shè)定的一個初始值，每經(jīng)過一次迭代，尋找對應(yīng)點對，并求解目標(biāo)點集與參考點集間的相似變換參數(shù)，且當(dāng)?shù)鷆nt次時,用txmt, tycnt, scnt, Φ。#表示此參數(shù)；如果是仿射變換，則包括X、y方向平移參數(shù)、斜切參數(shù)、x、y方向縮放參數(shù)、旋轉(zhuǎn)參數(shù)，分別用tx(l, ty(l, 1?, sx0, sy0, 表示,其應(yīng)用與相似變換參數(shù)類似； 程序中最大迭代次數(shù)用max_cnt表示，如果迭代次數(shù)cnt大于max_cnt將跳出循環(huán)；初始的迭代次數(shù)設(shè)置為O，即cnt=l，且每循環(huán)一次其值加I ;最小均方根RMS改變值設(shè)置為min_rms,并判斷誤差變化是否小于min_rms,如果小于則終止循環(huán)； 根據(jù)以上初始條件，變換參考點集，得到初始參考有向點集，設(shè)置為Ptl ;其中，Ptl只是一個初始點集，每經(jīng)過一次迭代，通過新的變換參數(shù)txmt, tycnt, scnt, Φ cnt,得到新的參考點集，當(dāng)?shù)鷆nt次時,用Pent表示； (3)離散化目標(biāo)點集,從目標(biāo)圖像中提取的有向點為亞像素級別，利用這些目標(biāo)有向點經(jīng)過坐標(biāo)取整獲得行、列索引序號rqi=[y(li]和cqi=[X(li]，然后建立四個矩陣，分別是掩模矩陣Mq，X坐標(biāo)矩陣Xq，y坐標(biāo)矩陣Yq和方向矩陣? q ;分別設(shè)置掩模矩陣Mq，X坐標(biāo)矩陣Xq，y坐標(biāo)矩陣Yq和方向矩陣中對應(yīng)元素的值； (3-1)新建四個m行η列的矩陣，分`別為Μ_、Θ且令Mmto=Xmto=Ymto= Θm*n=Om*n,其中O*為m行η列的零矩陣； (3-2)設(shè)置計數(shù)器i=l ； (3-3)將參考點Pi的坐標(biāo)取整，得到其行、列索引序號^V=Iiytli]和CtJi=Iixtli]； (3-4)將掩模矩陣中對應(yīng)的元素MqOv, Cqi)設(shè)為I ; (3-5 ) X坐標(biāo)矩陣中對應(yīng)的元素Xq (rqi, cqi)設(shè)為Xqi，y坐標(biāo)矩陣中對應(yīng)的元素Yq(rqi, cqi)設(shè)為 yqi ； (3-6)方向矩陣中對應(yīng)的元素θ,Ον，cqi)設(shè)為θ qi ； (3-7)設(shè)置i的值加1，即i=i+l ； (3-8)判斷i是否小于等于η ;如果否，則返回步驟(3-4)，如果是，則轉(zhuǎn)到(3-9)； (3-9)輸出Μ、Χ、Υ、O四個矩陣； (4)尋找對應(yīng)點對:在以參考點Pi為中心點，半徑為R的范圍內(nèi)尋找對應(yīng)點qi; (5)最小二乘法求解變換參數(shù)； (6)變換參考點集:利用新的變換參數(shù)變換參考點集得到Pmt，并計算新的參考點集Pmt和目標(biāo)點集Q之間的均值平方根RMS，具體地，先計算參考點集與目標(biāo)點集間距離，將所有距離平方相加后開方根，并除以對應(yīng)點對數(shù)，由此得到RMS ； (7)計算兩個點集之間的誤差，設(shè)置cnt=cnt+l，具體地，誤差為參考點集與目標(biāo)點集間距離平方之和，再開方根； (8)判斷誤差變化是否小于最小均方根改變值(min_rmS)，及迭代次數(shù)(cnt)是否大于設(shè)定最大迭代次數(shù)(max_cnt)，若是則轉(zhuǎn)入步驟(9)，否則重新離散化目標(biāo)點集，繼續(xù)尋找新的對應(yīng)點對，返回步驟(4)； (9)輸出最終求得的參考有向點集和目標(biāo)有向點集之間的相似變換參數(shù)S，Φ，tx，ty；對于仿射變換是h, sx, sy, Φ, tx, ty。
2.根據(jù)權(quán)利要求1所述的基于點到直線距離的廣義點集匹配方法，其特征在于，步驟(3-3)坐標(biāo)取整得其行列索引序號具體是采用以下公式:
rqi=[yqi]和 Cqi= [Xqi] 其中，[.]表示取整函數(shù)； (3-4) - (3-6)中設(shè)置矩陣具體是采用以下公式:
Mq Crqi, cqi) =1, Xq Crqi, cqi) =xqi, Yq Crqi, cqi) =yqi, Θ q Crqi, cqi) = θ qi, 其中，Mq是掩模矩陣，Xq是X坐標(biāo)矩陣，Yq是y坐標(biāo)矩陣和O,是方向矩陣的值。
3.根據(jù)權(quán)利要求1所述的基于點到直線距離的廣義點集匹配方法，其特征在于，步驟(4)包括以下子步驟: (4-1)設(shè)置最小 鄰域半徑Rmin、最大鄰域半徑Rmax,初始化距離中位數(shù)R=Rmin,設(shè)置計數(shù)器s=l ； (4-2)將參考點ps的坐標(biāo)取整，得到其行列索引序號和CtJs=Iixtlk]；
(4-3)設(shè)置 j=rqs - R ；
(4-4)設(shè)置 k=cqs-R ； (4-5)判斷掩模矩陣Mq(I^cqs)是否等于1:若是，則轉(zhuǎn)入(4-6)，否則進入步驟(4-13);在掩模矩陣Mq的鄰域中找到所有的值為I的元素，其對應(yīng)的目標(biāo)點qu就是參考點Ps鄰域內(nèi)的全部目標(biāo)點； (4-6)設(shè)置 k=k+l ； (4-7)判斷k是否小于等于cqs+R:若是，則轉(zhuǎn)入(4-5)，否則進入(4-8)； (4-8)設(shè)置 j=j+l ； (4-9)判斷j是否小于等于于rqs+R:若是，則轉(zhuǎn)入(4-4)，否則進入(4-10)； (4-10)角度閾值，在可能的對應(yīng)點中，尋找與參考點Ps的方向接近的檢測點；如果?q(rqs, cqs)-θ ps|大于設(shè)定閾值T，則把目標(biāo)點qiu刪除，否則留下該點； (4-11)距離閾值。在所有遺留點集中，選擇目標(biāo)點中選擇與參考點？3之間距離最小的那個作為其對應(yīng)點；如式(21)所示；
argmin | p「(Xjrtli, Ctli)，Yjrtli, Ctli)) | |(21) (4-12)得到ps相對應(yīng)qs ； (4-13)計算距離中位數(shù)； (4-14)判斷距離中位數(shù)R是否大于小鄰域半徑Rmin:若是，則轉(zhuǎn)入(4-15)，否則進入(4-16)； (4-15)將鄰域半徑設(shè)置為大鄰域半徑，R=Rmax,并更新Rmax ；
(4-16)將鄰域半徑設(shè)置為小鄰域半徑，R=Rfflin.，并更新Rmin ； (4-17)設(shè)置 s=s+l ；(4-18)判斷s是否小于m*n，若是，則轉(zhuǎn)入(4-2)，否則進入(4-19)；
(4-19)輸出對應(yīng)點對，(P1 - qi) (P2 - q2)……(ps_qs)。
4.根據(jù)權(quán)利要求1所述的基于點到直線距離的廣義點集匹配方法，其特征在于，步驟(5)包括以下子步驟: (5-1)點點距離與點線距離間轉(zhuǎn)化； (5-2)最小二乘法求解變換參數(shù):根據(jù)相似變換參數(shù)，推導(dǎo)求解仿射變換參數(shù)h, sx, sy, Φ, tx, ty的公式；根據(jù)式(31)求解出每個對應(yīng)點的的坐標(biāo)誤差ei:
【文檔編號】G06K9/62GK103778433SQ201410019047
【公開日】2014年5月7日 申請日期:2014年1月15日 優(yōu)先權(quán)日:2014年1月15日
【發(fā)明者】夏奇, 彭泳, 王珂, 史鐵林, 廖廣蘭 申請人:東莞華中科技大學(xué)制造工程研究院