一種基于半全局能量優(yōu)化的影像配準(zhǔn)方法【專利摘要】一種基于半全局能量優(yōu)化的影像配準(zhǔn)方法,包括根據(jù)地面采樣距離對待配準(zhǔn)影像進(jìn)行預(yù)處理,使得參考影像和預(yù)處理后的待配準(zhǔn)影像的分辨率相同;給定同名點搜索范圍,針對參考影像相對于預(yù)處理后的待配準(zhǔn)影像的二維視差場構(gòu)建能量函數(shù),用多個方向優(yōu)化路徑上的匹配代價來近似能量函數(shù)的匹配代價;進(jìn)行匹配代價的聚合、二維視差場的計算及后處理和影像重采樣,得到最終的配準(zhǔn)影像。本發(fā)明技術(shù)方案實現(xiàn)過程簡單,支持自動化運(yùn)行,能夠在沒有任何幾何變形的先驗信息的情形下,有效地對待配準(zhǔn)影像進(jìn)行糾正,避免了配準(zhǔn)模型選擇的盲目性,并且能夠處理較為嚴(yán)重的影像局部變形?!緦@f明】—種基于半全局能量優(yōu)化的影像配準(zhǔn)方法【
技術(shù)領(lǐng)域:
】[0001]本發(fā)明涉及遙感影像【
技術(shù)領(lǐng)域:
】,尤其是涉及一種基于能量優(yōu)化的影像配準(zhǔn)方法?!?br>背景技術(shù):
】[0002]影像配準(zhǔn)是將不同時間或不同傳感器所獲得的同一地區(qū)的影像歸化到統(tǒng)一的坐標(biāo)系中的操作,它是許多圖像處理操作的先決條件,如影像融合、變化檢測、統(tǒng)計模式識別、三維重構(gòu)、地圖修正等(孫家抦,2003)。傳統(tǒng)的影像配準(zhǔn)方法主要分為如下4個步驟:[0003]I)影像特征提取,例如Harris角點特征(Harris,1988)>SUSAN角點特征(Smith,1997)、尺度不變特征(Scale-1nvariantFeatures)(Lowe,2004)、最大穩(wěn)定極值區(qū)域(MaximallyStableExtremalRegions)(Matas,2004)、加速穩(wěn)健特征(SpeededUpRobustFeatures)(Bay,2006)等;[0004]2)特征匹配及粗差剔除;[0005]3)計算影像變換模型,如仿射變換、多項式、不規(guī)則三角網(wǎng)、薄板樣條等;[0006]4)根據(jù)變換模型對影像進(jìn)行重采樣。[0007]然而,特征匹配本身會存在一定的誤差。簡單的影像變換模型,如仿射變換、低階多項式等,可以通過變換參數(shù)的穩(wěn)健估計使配準(zhǔn)精度少受匹配誤差的影響,但難以處理較復(fù)雜的影像變形。較為復(fù)雜的影像變換模型,如不規(guī)則三角網(wǎng)、薄板樣條等,可以處理較復(fù)雜的影像變形,但必須有足夠多的同名特征,且局部配準(zhǔn)精度受匹配誤差的直接影響。另夕卜,影像變換模型的選擇通常根據(jù)經(jīng)驗而定,帶有一定的盲目性。[0008]近十年來,密集匹配有了突破性的進(jìn)展,涌現(xiàn)了一大批優(yōu)秀的算法。Scharstein和Szeliski(2002)對密集匹配方法進(jìn)行了分類和評估,他們將這些方法分為局部方法和全局方法兩類。局部方法只利用對應(yīng)點周圍的局部影像信息,效率較高,但是缺少整體的約束,難以處理弱紋理、重復(fù)紋理、遮擋等問題,往往無法得到高精度的結(jié)果。全局方法通過對視差圖D構(gòu)建一個帶平滑項的能量函數(shù),將立體匹配問題轉(zhuǎn)化為一個能量最小化問題。全局方法雖然能取得較好的匹配結(jié)果,但是往往需要進(jìn)行多次迭代,計算耗時大。[0009]最近,SGM算法以其出色的表現(xiàn)和較高的效率,在立體匹配、三維重建、移動機(jī)器人、駕駛員輔助系統(tǒng)中獲得了巨大的成功(Hirschmilller,2011)。SGM算法采用多個方向的平滑約束來近似全局的平滑約束,計算量小,精度高,并且能夠有效地處理遮擋和弱紋理的區(qū)域。另外,SGM算法還能夠通過單指令多數(shù)據(jù)流(SingleInstructionMultipleData,SIMD)>圖形處理單兀(GraphicProcessingUnit,GPU)和現(xiàn)場可編程門陣列(Field-ProgrammableGateArray,FPGA)等進(jìn)行軟硬件的加速,以滿足一些實時性的需求。但尚未出現(xiàn)將SGM算法運(yùn)用于影像配準(zhǔn)的相應(yīng)技術(shù)方案。另外,原始SGM算法是在核線影像上進(jìn)行的,即影像不存在上下視差,只考慮地表高程起伏引起的水平視差,所以它的搜索范圍是一維的;而對于影像配準(zhǔn)來說,搜索范圍往往是二維的,所以無法將SGM算法直接運(yùn)用于影像配準(zhǔn)?!?br/>發(fā)明內(nèi)容】[0010]針對現(xiàn)有技術(shù)的不足,本發(fā)明設(shè)計了一種基于半全局能量優(yōu)化的影像配準(zhǔn)方法。[0011]本發(fā)明技術(shù)方案提供一種基于半全局能量優(yōu)化的影像配準(zhǔn)方法,包括以下步驟:[0012]步驟1,根據(jù)地面采樣距離對待配準(zhǔn)影像進(jìn)行預(yù)處理,使得參考影像和預(yù)處理后的待配準(zhǔn)影像的分辨率相同;[0013]步驟2,將參考影像作為左影像,將預(yù)處理后的待配準(zhǔn)影像作為右影像,給定同名點搜索范圍,包括X方向視差的取值范圍[dxmin,dxmax],y方向視差的取值范圍[dymin,dymax];[0014]步驟3,對參考影像相對于預(yù)處理后的待配準(zhǔn)影像的二維視差場(Dx,Dy)構(gòu)建能量函數(shù)如下,【權(quán)利要求】1.一種基于半全局能量優(yōu)化的影像配準(zhǔn)方法,其特征在于,包括以下步驟:步驟I,根據(jù)地面采樣距離對待配準(zhǔn)影像進(jìn)行預(yù)處理,使得參考影像和預(yù)處理后的待配準(zhǔn)影像的分辨率相同;步驟2,將參考影像作為左影像,將預(yù)處理后的待配準(zhǔn)影像作為右影像,給定同名點搜索范圍,包括X方向視差的取值范圍[dxmin,dxmaJ,y方向視差的取值范圍[dymin,dymax];步驟3,對參考影像相對于預(yù)處理后的待配準(zhǔn)影像的二維視差場(Dx,Dy)構(gòu)建能量函數(shù)如下,【文檔編號】G06T7/00GK103761739SQ201410032165【公開日】2014年4月30日申請日期:2014年1月23日優(yōu)先權(quán)日:2014年1月23日【發(fā)明者】王盛,江萬壽申請人:武漢大學(xué)