基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法
【專利摘要】本發(fā)明公開了一種基于改進(jìn)的互信息和Harris角點(diǎn)特征的圖像配準(zhǔn)方法，主要解決傳統(tǒng)方法配準(zhǔn)耗時及配準(zhǔn)精度低的缺點(diǎn)。其實(shí)現(xiàn)步驟為：(1)輸入待配準(zhǔn)圖像F和參考圖像R；(2)在待配準(zhǔn)圖像F和參考圖像R任意位置放置矩形框，并獲取最相似矩形框；(3)提取最相似矩形框的角點(diǎn)特征，并獲取相似矩形框內(nèi)的匹配點(diǎn)；(4)刪除誤匹配點(diǎn)后對已提取匹配點(diǎn)的相似矩形框進(jìn)行配準(zhǔn)，記錄配準(zhǔn)后的變換參數(shù)；(5)利用變換參數(shù)對待配準(zhǔn)幅圖像F進(jìn)行仿射變換；(6)將仿射變換后的圖像與參考圖像R進(jìn)行融合，得到配準(zhǔn)后的圖像。本發(fā)明具有配準(zhǔn)耗時短且配準(zhǔn)精度高的優(yōu)點(diǎn)，可用于醫(yī)學(xué)圖像，自然圖像及合成孔徑雷達(dá)圖像的配準(zhǔn)。
【專利說明】基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，更進(jìn)一步涉及圖像配準(zhǔn)【技術(shù)領(lǐng)域】的基于改進(jìn)的互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，可用于目標(biāo)識別的目的。
【背景技術(shù)】
[0002]智能化信息處理，特別是自動目標(biāo)識別技術(shù)，是各類精確制導(dǎo)引頭及背景信號干擾進(jìn)行實(shí)時處理的技術(shù)，是精確制導(dǎo)武器智能化程度的一個重要標(biāo)志。單幅圖像的目標(biāo)識別往往都帶有一定隨機(jī)性和干擾影響，可靠性和穩(wěn)定性都較差，這導(dǎo)致了目標(biāo)的可識別性及正確率下降，為此需要對從不同傳感器或者同一傳感器在不同時間或不同地點(diǎn)獲得的圖像進(jìn)行配準(zhǔn)。
[0003]目前，人們更多采用單純的基于互信息的圖像配準(zhǔn)方法，這種方法主要利用了圖像的灰度信息進(jìn)行配準(zhǔn)，這類的方法通常具有一定的缺陷，例如待配準(zhǔn)圖像含有大量的同類區(qū)域時，如天空，沙漠，海洋，草地等，這樣的圖像不管如何匹配，得出的互信息值都是最大的，難以實(shí)現(xiàn)準(zhǔn)確的配準(zhǔn)?，F(xiàn)有部分研究者提出，將圖像的特征信息與灰度信息相結(jié)合的圖像配準(zhǔn)方法，此類方法雖然比單純利用灰度信息進(jìn)行配準(zhǔn)的方法有一定的改進(jìn)，但是這樣的方法需要進(jìn)行全局參數(shù)優(yōu)化搜索，其收斂速度慢，并且取得的特征受到噪聲影響較大，導(dǎo)致配準(zhǔn)結(jié)果不精確，使得目標(biāo)識別的準(zhǔn)確性降低。

【發(fā)明內(nèi)容】
[0004]本發(fā)明的目的在于針對上述已有技術(shù)的不足，提出一種基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，以提高配準(zhǔn)速度和精度。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下步驟:
[0006](I)輸入待配準(zhǔn)圖像F和參考圖像R ；
[0007](2)在待配準(zhǔn)圖像F和參考圖像R中任意放置η個矩形框，獲得η對矩形框，矩形框的尺寸根據(jù)這兩個圖像的相似塊大小設(shè)置；
[0008](3)計(jì)算待配準(zhǔn)圖像F的矩形框和參考圖像R的矩形框的互信息，并用遺傳算法更新優(yōu)化該互信息，產(chǎn)生互信息值最大的一對矩形框作為相似矩形框；
[0009](4)用高斯平滑窗口對兩個相似矩形框進(jìn)行平滑操作，再用Harris角點(diǎn)檢測法提取兩個相似矩形框內(nèi)一一對應(yīng)的角點(diǎn)，獲得k對角點(diǎn)對，其中k是大于等于I的整數(shù)；
[0010](5)分別計(jì)算第i對角點(diǎn)在X方向和y方向上的距離dxi，dyi，以及所有角點(diǎn)對在X方向和y方向距離的均值μχ，uy和方差σχ，0y;根據(jù)匹配兩個矩形框所需的匹配點(diǎn)對的數(shù)量，設(shè)置門限ω，判斷角點(diǎn)的距離是否滿足下式，若滿足則視為匹配點(diǎn)，否則視為誤匹配點(diǎn)，將其刪除，
[0011]Idx1-μ χ| ( ω σ χ ；i = O, I, 2......k ；
[0012]Idy1-UyI ≤ ω 0y;i =0，1，2......k，
[0013]其中i的范圍是O≤i≤k，k為所提取的角點(diǎn)對的總數(shù)；[0014](6)根據(jù)所配準(zhǔn)的圖像，設(shè)定角點(diǎn)數(shù)量閾值δ，判斷匹配點(diǎn)對數(shù)量是否大于δ，如果大于δ，則執(zhí)行下一步；否則返回步驟(5)；
[0015](7)對待配準(zhǔn)圖像F中的矩形框進(jìn)行仿射變換，每變換一次計(jì)算一次兩個相似矩形框的互信息，并用遺傳算法進(jìn)行優(yōu)化，當(dāng)兩個矩形框的互信息值最大時，記錄此時的變換參數(shù)值，即平移的距離和旋轉(zhuǎn)的角度；
[0016](8)根據(jù)上述記錄的變換參數(shù)值，對待配準(zhǔn)圖像F進(jìn)行仿射變換，得到仿射變換后的圖像Fl ；
[0017](9)將仿射變換后的圖像Fl與參考圖像R進(jìn)行融合，得到配準(zhǔn)后的圖像。
[0018]本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn):
[0019]第一，本發(fā)明提取兩幅圖像的相似矩形框，也就是兩個圖像中最相似的區(qū)域，剔除了待配準(zhǔn)圖像和參考圖像中的信號干擾因素，這種方法不需要做其他先驗(yàn)假設(shè)，也不需要進(jìn)行分割和預(yù)處理，使得圖像配準(zhǔn)結(jié)果更精確。
[0020]第二，本發(fā)明在特征提取的中對待配準(zhǔn)圖像和參考圖像的相似矩形框采用了Harris角點(diǎn)檢測法，它無需對全局進(jìn)行角點(diǎn)特征的檢測，僅需檢測相似矩形框中的角點(diǎn)信息，降低了算法復(fù)雜度，有效節(jié)省了圖像配準(zhǔn)過程所需的時間。
【專利附圖】

【附圖說明】
[0021]圖1為本發(fā)明的實(shí)現(xiàn)流程圖；
[0022]圖2為本發(fā)明應(yīng)用于醫(yī)學(xué)圖像的配準(zhǔn)結(jié)果圖；
[0023]圖3為本發(fā)明應(yīng)用于自然圖像的配準(zhǔn)結(jié)果圖；
[0024]圖4為本發(fā)明應(yīng)用于合成孔徑雷達(dá)SAR圖像的配準(zhǔn)結(jié)果圖。
【具體實(shí)施方式】
[0025]下面結(jié)合附圖對本發(fā)明的技術(shù)方案和效果做進(jìn)一步的詳細(xì)描述。
[0026]參照圖1，本發(fā)明的實(shí)施步驟如下:
[0027]步驟I，輸入待配準(zhǔn)圖像F和參考圖像R。
[0028]在這個步驟中，輸入的不同特征的圖像，在獲取最相似矩形框和提取角點(diǎn)特征的過程會產(chǎn)生一定的差異，當(dāng)輸入的待配準(zhǔn)圖像F和參考圖像R是醫(yī)學(xué)圖像時，由于兩幅圖像中可能出現(xiàn)差異部分，在配準(zhǔn)的過程中，找到兩幅圖像最相似的區(qū)域十分重要。當(dāng)輸入的待配準(zhǔn)圖像F和參考圖像R是自然圖像時，圖像幾乎不受噪聲影響，輪廓也十分鮮明，通過本發(fā)明可完成高精度的配準(zhǔn)。當(dāng)輸入的待配準(zhǔn)圖像F和參考圖像R是合成孔徑雷達(dá)SAR圖像時，此類圖像受噪聲影響大，且可能出現(xiàn)差異部分，需在配準(zhǔn)過程中適當(dāng)調(diào)整參數(shù)。
[0029]步驟2，在待配準(zhǔn)圖像F和參考圖像R任意位置放置矩形框。
[0030]在待配準(zhǔn)圖像F和參考圖像R中任意位置分別放置大小相同的η個矩形框，獲得η對矩形框，每個矩形框的尺寸根據(jù)這兩個圖像的相似塊大小設(shè)置。當(dāng)輸入的待配準(zhǔn)圖像F和參考圖像R是醫(yī)學(xué)圖像時，由于兩幅圖像中可能出現(xiàn)差異部分，在獲取最相似區(qū)域時，需減小相似矩形框的尺寸。當(dāng)輸入的待配準(zhǔn)圖像F和參考圖像R是合成孔徑雷達(dá)SAR圖像時，此類圖像受噪聲影響大，且可能出現(xiàn)差異部分，配準(zhǔn)難度較大，需要適當(dāng)減小相似矩形框的尺寸。當(dāng)輸入的待配準(zhǔn)圖像F和參考圖像R是自然圖像時，圖像幾乎不受噪聲影響，輪廓也十分鮮明，相似區(qū)域較大，可增大矩形框的尺寸。
[0031]步驟3，在待配準(zhǔn)圖像F和參考圖像R中獲取最相似矩形框。
[0032]在此步驟中，要通過計(jì)算待配準(zhǔn)圖像F的矩形框和參考圖像R的矩形框的互信息，并用遺傳算法更新優(yōu)化該互信息，產(chǎn)生互信息值最大的一對矩形框作為相似矩形框。其實(shí)現(xiàn)步驟如下:
[0033](3.1)分別計(jì)算兩個矩形框的聯(lián)合概率密度和每個矩形框的條件概率密度:
[0034]
【權(quán)利要求】
1.一種基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，包括如下步驟: (1)輸入待配準(zhǔn)圖像F和參考圖像R； (2)在待配準(zhǔn)圖像F和參考圖像R中任意放置η個矩形框，獲得η對矩形框，矩形框的尺寸根據(jù)這兩個圖像的相似塊大小設(shè)置； (3)計(jì)算待配準(zhǔn)圖像F的矩形框和參考圖像R的矩形框的互信息，并用遺傳算法更新優(yōu)化該互信息，產(chǎn)生互信息值最大的一對矩形框作為相似矩形框； (4)用高斯平滑窗口對兩個相似矩形框進(jìn)行平滑操作，再用Harris角點(diǎn)檢測法提取兩個相似矩形框內(nèi)一一對應(yīng)的角點(diǎn)，獲得k對角點(diǎn)對，其中k是大于等于I的整數(shù)； (5)分別計(jì)算第i對角點(diǎn)在X方向和y方向上的距離dxi,dyi,以及所有角點(diǎn)對在X方向和y方向距離的均值μχ，Uy和方差σχ，0y;根據(jù)匹配兩個矩形框所需的匹配點(diǎn)對的數(shù)量，設(shè)置門限ω，判斷第i對角點(diǎn)的距離是否滿足下式，若滿足則視為匹配點(diǎn)，否則視為誤匹配點(diǎn)，將其刪除，
dx1-μ χ ≤ ω σ x ；i = O, 1, 2......k ；
dy1- μ y ≤ ω σ y ；i = O, 1, 2......k, 其中i的范圍是O≤i≤k，k為所提取的角點(diǎn)對的總數(shù)； (6)根據(jù)所配準(zhǔn)的圖像，設(shè)定角點(diǎn)數(shù)量閾值δ，判斷匹配點(diǎn)對數(shù)量是否大于δ，如果大于δ，則執(zhí)行下一步；否則返回步驟(5)； (7)對待配準(zhǔn)圖像F中的矩形框進(jìn)行仿射變換，每變換一次計(jì)算一次兩個相似矩形框的互信息，并用遺傳算法進(jìn)行優(yōu)化，當(dāng)兩個矩形框的互信息值最大時，記錄此時的變換參數(shù)值，即平移的距離和旋轉(zhuǎn)的角度； (8)根據(jù)上述記錄的變換參數(shù)值，對待配準(zhǔn)圖像F進(jìn)行仿射變換，得到仿射變換后的圖像Fl ； (9)將仿射變換后的圖像Fl與參考圖像R進(jìn)行融合，得到配準(zhǔn)后的圖像。
2.根據(jù)權(quán)利要求1所述的基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，其中所述步驟(3)計(jì)算圖像矩形框內(nèi)互信息，按如下步驟進(jìn)行: (2a)計(jì)算兩個矩形框的聯(lián)合概率密度，以及分別計(jì)算每個矩形框的條件概率密度:
3.根據(jù)權(quán)利要求1中所述的基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，所述步驟(3)中用遺傳算法更新優(yōu)化矩形框?qū)?，找到最相似的矩形框，按如下步驟進(jìn)行； (3.1)選擇參考圖像R和待配準(zhǔn)圖像F圖中的η個矩形框?qū)ψ鳛槌跏挤N群，其中每一對矩形框?yàn)橐粋€個體； (3.2)按照下式計(jì)算每個個體的適應(yīng)度值: eval = H(If) +H(Ie) -H (If, Ie)； (3.3)通過選擇、交叉和變異，對種群進(jìn)行進(jìn)化； (3.3.1)按照個體適應(yīng)度值的大小,選擇出適應(yīng)度值大的個體； (3.3.2)任意選擇兩個父代的個體，隨機(jī)選擇它們?nèi)旧w的某一位置進(jìn)行交換，得到兩個新的子代； (3.3.3)隨機(jī)選擇個體，進(jìn)行基因突變操作； (3.4)判斷停止條件，若種群的進(jìn)化代數(shù)達(dá)到100代或者個體的適應(yīng)度值大于0.9，則停止，并產(chǎn)生最優(yōu)解，即獲得最相似的一對矩形框，否則返回步驟(3.3)繼續(xù)迭代。
4.根據(jù)權(quán)利要求1中所述的基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，其中所述步驟(4)中用Harris角點(diǎn)檢測法提取兩個相似矩形框內(nèi)的角點(diǎn)，按如下步驟進(jìn)行: (4a)對每一像素點(diǎn)計(jì)算三個自相關(guān)參數(shù)A，B和C的值:
5.根據(jù)權(quán)利要求1中所述的基于互信息和Harris角點(diǎn)檢測的圖像配準(zhǔn)方法，步驟(8)所述的對待配準(zhǔn)圖像F進(jìn)行仿射變換，是通過如下公式對待配準(zhǔn)圖像F進(jìn)行平移和旋轉(zhuǎn):平移公式:
【文檔編號】G06T7/00GK104021559SQ201410269698
【公開日】2014年9月3日 申請日期:2014年6月17日 優(yōu)先權(quán)日:2014年6月17日
【發(fā)明者】馬文萍, 焦李成, 范霞妃, 公茂果, 馬晶晶, 王爽, 楊淑媛 申請人:西安電子科技大學(xué)