一種適合圖像sift特征匹配的彩色圖像轉(zhuǎn)亮度圖像方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬計算機(jī)圖像處理技術(shù)領(lǐng)域，具體涉及一種適合圖像SIFT特征匹配的彩 色圖像轉(zhuǎn)亮度圖像方法。
【背景技術(shù)】
[0002] 圖像匹配是計算機(jī)視覺和圖像處理領(lǐng)域中一項非常重要的工作，主要用于將不同 時間、不同傳感器、不同視角以及不同拍攝條件下獲取的兩幅或多幅圖像進(jìn)行匹配。圖像匹 配是多種圖像處理及應(yīng)用的基礎(chǔ)，匹配的效果直接影響到其后續(xù)圖像的處理工作。
[0003]目前，圖像匹配方法主要分為三類：基于灰度的匹配算法、基于變換域的匹配算 法，以及基于特征的匹配算法，其中，基于特征的匹配算法由于其高魯棒性以及低復(fù)雜度， 成為了當(dāng)今研究的主要熱點?？梢杂糜谄ヅ涞奶卣鼽c包括Harris角點、SIFT特征以及SURF 特征，其中，SIFT特征由于其對尺度縮放、旋轉(zhuǎn)、平移、亮度變化甚至仿射變換等都具有一定 的不變性，已成為特征點匹配技術(shù)中最流行的技術(shù)之一。
[0004] 然而，SIFT算法的第一步就是利用公式Y(jié)= 0. 299XR+0. 587XG+0. 114XB將彩色 圖像轉(zhuǎn)換成亮度圖像。這個公式是一個著名的心理公式，認(rèn)為彩色圖像以這樣的比例系數(shù) 進(jìn)行轉(zhuǎn)換的時候，得到的亮度圖像是最符合人眼觀察需求的，然而這種轉(zhuǎn)換方式對于SIFT 算法來說，卻不是最好的處理方式，因為它使得存在很多顏色不同的區(qū)域映射到了相同的 亮度值。由于顏色信息的缺失，就會導(dǎo)致在顏色不同而對應(yīng)亮度值相同的區(qū)域間無法提取 出特征點、正確匹配率低等問題。

【發(fā)明內(nèi)容】

[0005] 鑒于SIFT匹配所使用的彩色圖像轉(zhuǎn)換亮度圖像方法在處理彩色圖像時會出現(xiàn)無 法提取出特征點、正確匹配率低等問題，本發(fā)明提供了一種適合圖像SIFT特征匹配的彩色 圖像轉(zhuǎn)亮度圖像方法，此方法主要適用于基于SIFT特征對兩幅相同場景的圖像進(jìn)行匹配 的圖像處理應(yīng)用。本發(fā)明的方法在彩色圖像轉(zhuǎn)亮度圖像過程中，融合彩色圖像中的顏色信 息和曝光度信息，增強(qiáng)了匹配效果，并且沒有引入額外的時間復(fù)雜度，能夠應(yīng)用于要求匹配 精度較高的圖像處理設(shè)備。本方法所采用的技術(shù)方案是：
[0006] (1)計算待匹配彩色圖像中每個像素點的顏色偏移量Yc:
[0007] 顏色偏移量的獲取，是通過降低顏色通道的維數(shù)來實現(xiàn)的，彩色圖像通常是以RGB 空間進(jìn)行存儲的，RGB是顏色通道為三維的顏色空間，而CIELAB、CIELUV、YIQ以及YCBCR等顏 色空間都是一個通道代表亮度信息，兩個通道代表顏色信息，本發(fā)明使用YCBCR顏色空間， 包括下列步驟：
[0008] 1. 1將彩色圖像由RGB顏色空間轉(zhuǎn)化到Y(jié)CBCR顏色空間的公式為：
[0009]
[0010] 其中：R、G、B分別代表彩色圖像每個像素點的紅色、綠色、藍(lán)色亮度值；Y代表每 個像素點的初始亮度值；CB代表每個像素點的藍(lán)色色度值；CR代表每個像素點的紅色色度 值；
[0011] 1. 2對整幅彩色圖像進(jìn)行顏色分析：用步驟1. 1中得到的圖像的所有像素點的CB 和(^值，計算所有像素點的CB的均值mB和所有像素點的CR的均值mR，即：mB為整幅彩色圖 像中所有像素點藍(lán)色色度值的均值，mRS整幅彩色圖像中所有像素點紅色色度值的均值；
[0012] 1.3求出每個像素點的顏色偏移量\，按下列公式計算：
[0013] Yc=kXsgn(mR-mB)Xsgn(CR-CB)X|CR-CBΓ
[0014] 其中：k為對比參數(shù)，且1彡k彡4 ; α為范圍參數(shù)，且〇· 4彡α彡〇· 6 ;
[0015] 1. 4將步驟1. 3求出的每個像素點的顏色偏移量Υε，與其對應(yīng)的初始亮度值Y相 加，得到該像素點的中間亮度值Ρ:
[0016] P=Yc+Y；
[0017] 1. 5計算整幅圖像所有像素點中間亮度值P的均值mP;
[0018] (2)計算待匹配彩色圖像中每個像素點的曝光度偏移量\，其公式為：
[0019] YE=(128-mP)X exp[-(i-Ο. 5)2/202]
[0020] 其中：mP為步驟1. 5中得到的整幅圖像所有像素點中間亮度值的均值；i為每個像 素點中間亮度值P的歸一化值，即i=P/255, 〇 = 0. 2 ;
[0021] (3)計算待匹配彩色圖像中每個像素點的最終亮度值W，其公式為：
[0022] ff=Y+YC+YE
[0023] (4)將步驟⑶得到的每個像素點的最終亮度值，按原彩色圖像像素點位置排列， 形成最終亮度圖像。
[0024] 本發(fā)明的特點及有益效果
[0025]與現(xiàn)有的算法相比，本發(fā)明所獲得的技術(shù)效果，在保留原始SIFT很好的旋轉(zhuǎn)、尺 度不變性的基礎(chǔ)上，通過在亮度圖像中融合彩色圖像中的顏色信息和曝光度信息，提高了 亮度圖像中區(qū)域之間的對比度，形成了新的更適合SIFT特征提取的亮度圖像，從而提高了 匹配算法的魯棒性和穩(wěn)定性，解決了在部分區(qū)域間無法提取出特征點、正確匹配率低等問 題。同時，本發(fā)明并沒有引入額外的時間復(fù)雜度，這是相對于其他加入顏色信息方法的優(yōu)越 之處。
【附圖說明】
[0026] 圖1為適合圖像SIFT特征匹配的彩色圖像轉(zhuǎn)亮度圖像方法的流程圖
[0027] 圖2為特征點提取對比結(jié)果示意圖
[0028] 圖3為尺度變換下特征點匹配對比結(jié)果示意圖
[0029] 圖4為旋轉(zhuǎn)變換下特征點匹配對比結(jié)果示意圖
[0030] 圖5為仿射變換下特征點匹配對比結(jié)果示意圖
[0031] 圖6為亮度不同下特征點匹配對比結(jié)果示意圖
[0032] 圖7為自然景物下特征點匹配對比結(jié)果示意圖
[0033] 圖3至圖7中：(a)表示傳統(tǒng)SIFT算法的結(jié)果，（b)表示本發(fā)明的結(jié)果。
【具體實施方式】
[0034] 本發(fā)明的核心內(nèi)容在于：對于待匹配彩色圖像，在進(jìn)行彩色圖像轉(zhuǎn)化成亮度圖像 的過程中，通過在亮度圖像中融合顏色信息和曝光度信息，從而提高了亮度圖像中區(qū)域之 間的對比度，形成了更加適合SIFT特征提取的亮度圖像。
[0035] 為使本發(fā)明的目的，技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖及實例做進(jìn)一步的 詳細(xì)敘述：
[0036] (1)計算待匹配彩色圖像中每個像素點的顏色偏移量Yc:
[0037] 顏色偏移量的獲取，是通過降低顏色通道的維數(shù)來實現(xiàn)的，彩色圖像通常是以RGB 空間進(jìn)行存儲的，RGB是顏色通道為三維的顏色空間，而CIELAB、CIELUV、YIQ以及YCBCR等顏 色空間都是一個通道代表亮度信息，兩個通道代表顏色信息，本發(fā)明使用YCBCR顏色空間， 包括下列步驟：
[0038] 1. 1將彩色圖像由RGB顏色空間轉(zhuǎn)化到Y(jié)CBCR顏色空間的公式為：
[0039]
[0040] 共個：κ、(α、?ΟΓ力|」代衣衫'巴團(tuán)!豕母T1豕系:忌tf」5丄'巴、綠色、藍(lán)色亮度值；Y代表每個 像素點的初始亮度值；CB代表每個像素點的藍(lán)色色度值，CR代表每個像素點的紅色色度值；