專(zhuān)利名稱(chēng)：基于卷積的快速景象匹配方法
技術(shù)領(lǐng)域：
本發(fā)明屬于地形輔助導(dǎo)航系統(tǒng)中圖像匹配技術(shù)領(lǐng)域。
背景技術(shù)：
景象匹配就是從包含同一景物(區(qū)域)拍攝(錄取)下來(lái)的兩幅圖像在空間上進(jìn)行對(duì)準(zhǔn)，以確定出這兩幅圖像之間的相對(duì)位置關(guān)系的過(guò)程。其在導(dǎo)航制導(dǎo)、醫(yī)學(xué)以及數(shù)據(jù)融合等領(lǐng)域具有十分重要的意義。在其應(yīng)用過(guò)程中，有些情況對(duì)速度的要求不高，有些情況對(duì)速度的要求很高，如在利用地形輔助導(dǎo)航的巡航導(dǎo)彈飛行過(guò)程中，即使是飛行速度不快的亞音速，假如是0.8倍音速，飛行1km，也僅僅需要3.6765秒鐘，在這短短的時(shí)間內(nèi)可能需要多次成像匹配，數(shù)據(jù)的修正以及控制系統(tǒng)的執(zhí)行等，因此需要匹配算法具有很快的運(yùn)算速度。歸一化互相關(guān)技術(shù)(Normalized Cross Correlation Method，簡(jiǎn)稱(chēng)NCC)是一種相對(duì)來(lái)說(shuō)抗噪聲能力強(qiáng)、匹配準(zhǔn)確的匹配算法，因此在導(dǎo)航制導(dǎo)中被廣泛應(yīng)用。但是由于其運(yùn)算量比較大，采用常規(guī)的運(yùn)算方式起計(jì)算速度相對(duì)來(lái)說(shuō)比較慢，對(duì)于實(shí)時(shí)性要求比較高的地形輔助導(dǎo)航系統(tǒng)，其運(yùn)算速度需要進(jìn)一步提高。

發(fā)明內(nèi)容
本發(fā)明的目的在于提高歸一化互相關(guān)匹配算法(NCC)的運(yùn)算速度，以便更快速地進(jìn)行地形輔助導(dǎo)航，或?yàn)榭焖龠b感數(shù)據(jù)融合贏得時(shí)間。
本發(fā)明的特征在于，該方法是在地形輔助導(dǎo)航系統(tǒng)中的計(jì)算機(jī)上依次按以下步驟實(shí)現(xiàn)的步驟(1)，把預(yù)先拍攝的某一地區(qū)的灰度圖像作為參考圖，用A表示，把該參考圖A輸入計(jì)算機(jī)，圖A的大小為mA×nA，矩陣中的值為灰度值；把運(yùn)載器上傳感器拍攝的所述地區(qū)的灰度圖像作為實(shí)時(shí)圖，用B表示，把該實(shí)時(shí)圖B輸入計(jì)算機(jī)，圖B的大小為mB×nB，矩陣中的值為灰度值；所述灰度值的取值范圍為0～255；并令實(shí)時(shí)圖子圖在參考圖上的初始位置為xS＝1，yS＝1；步驟(2)，按下式把實(shí)時(shí)圖矩陣B的行和列的先后順序都依次互相顛倒，得到矩陣CC(mB-i+1，nB-j+1)＝B(i，j)，i＝1，2，…，mB，j＝1，2，…，nB；同時(shí)計(jì)算sum(B.*B)，符號(hào)“.*”表示兩矩陣中所有相同位置元素兩兩相乘，“sum”表示求總和；步驟(3)，對(duì)矩陣A和矩陣C作卷積運(yùn)算，得到矩陣D，大小為(mA+mB-1)×(nA+nB-1)；步驟(4)，取所述矩陣D中(mB，nB)到(mA，nA)間的各值作為可能的匹配位置，并用矩陣DA表示；
步驟(5)，把DA中的每一項(xiàng)除以sum(B.*B)，得到DAB；步驟(6)，找出DAB中與數(shù)值1最接近的值的位置(xSB，ySB)，也就是實(shí)時(shí)圖B在參考圖A中的位置，并輸出參數(shù)(xSB，ySB)。
本發(fā)明優(yōu)點(diǎn)本發(fā)明所述方法的匹配速度較現(xiàn)有方法有較大提高。


圖1為本發(fā)明方法的流程圖；圖2為圖像的坐標(biāo)定義方式，xS，yS為表示子圖起始位置的自變量；圖3為求逆序矩陣的方法和流程；圖4為求矩陣卷積的方法和流程；圖5為例1中參考圖以及利用本方法算得的匹配點(diǎn)和實(shí)時(shí)圖以及選擇的原始匹配點(diǎn)；圖6為例2中參考圖以及利用本方法算得的匹配點(diǎn)和實(shí)時(shí)圖以及選擇的原始匹配點(diǎn)。
具體實(shí)施例方式
1、硬件環(huán)境586計(jì)算機(jī)(CPU 2.7GHZ)，操作系統(tǒng)windows xp，安裝有Matlab7.0軟件2、步驟1)軟件配置名稱(chēng)fast_NCC.m位置此軟件位于導(dǎo)航制導(dǎo)系統(tǒng)中景象匹配位置功能提高歸一化互相關(guān)匹配算法的運(yùn)算速度，快速提供運(yùn)載器(飛機(jī)或?qū)椀?上傳感器所成圖像(實(shí)時(shí)圖B)在參考圖(A)中的位置。
定義A，參考圖，預(yù)先拍攝的某一地區(qū)的灰度圖像B，實(shí)時(shí)圖，運(yùn)載器上傳感器拍攝的灰度圖像步驟見(jiàn)下面接口輸入為參考圖A(可見(jiàn)光圖像)和實(shí)時(shí)圖B(可見(jiàn)光或紅外圖像)，輸出為實(shí)時(shí)圖B在參考圖A中的坐標(biāo)位置(xSB，ySB)2)匹配步驟a.硬件初始化參數(shù)設(shè)置jpg格式的灰度參考圖A(大小mA×nA)和灰度實(shí)時(shí)圖B(大小mB×nB)，形狀呈矩形，并且參考圖和實(shí)時(shí)圖的分辨率相同，方向一致。
數(shù)值范圍參考圖(200～10000)×(200～10000)實(shí)時(shí)圖(20～1000)×(20～1000)b.實(shí)現(xiàn)步驟①調(diào)入?yún)⒖紙DA(矩陣形式，大小mA×nA)和實(shí)時(shí)圖B(矩陣形式，大小mB×nB)，矩陣中的值為某地區(qū)的灰度圖像。
注灰度為圖像中表示亮度大小的數(shù)值，大小范圍0～255。
②對(duì)實(shí)時(shí)圖B按照?qǐng)D3的方法進(jìn)行逆序運(yùn)算(也就是矩陣的行和列的先后順序都互相顛倒)，得到矩陣C，同時(shí)計(jì)算sum(B.*B)(.*表示兩個(gè)矩陣中所有相同位置元素兩兩相乘，sum表示所有元素之和)。
③按照?qǐng)D4對(duì)A和C進(jìn)行卷積運(yùn)算得到矩陣D，大小為(mA+mB-1)×(nA+nB-1)。
④取矩陣D中(mB，nB)到(mA，nA)的各個(gè)位置為可能的匹配位置，并記為DA。
⑤DA中每項(xiàng)除以sum(B.*B)得到DAB。
⑥找出DAB中與數(shù)值1最接近的值的位置(xSB，ysB)即為圖像B的匹配位置，也就是實(shí)時(shí)圖B在參考圖中的位置，并輸出參數(shù)(xSB，ySB)。
注圖像中的坐標(biāo)定義為向右為X方向，向下為Y方向。具體定義見(jiàn)圖2(X與n相對(duì)應(yīng)，Y與m相對(duì)應(yīng))。
本方法的基本原理是把圖像匹配中的參考圖和實(shí)時(shí)圖轉(zhuǎn)化成兩個(gè)信號(hào)，利用信號(hào)的卷積來(lái)實(shí)現(xiàn)歸一化互相關(guān)圖像匹配(NCC)，進(jìn)而利用矩陣卷積的快速性、整體性，大大提高NCC的運(yùn)算速度。
為了驗(yàn)證利用卷積運(yùn)算的快速性和有效性，進(jìn)行了大量的仿真試驗(yàn)，并同常規(guī)的NCC方法(Original Method，按照正常思路進(jìn)行一層一層計(jì)算)以及優(yōu)化后的NCC方法(FasterMethod，采用一些小技巧，利用.*進(jìn)行矩陣對(duì)應(yīng)點(diǎn)相乘)作了比較。試驗(yàn)過(guò)程中，參考圖為顯示的整個(gè)圖像，而實(shí)驗(yàn)用的實(shí)時(shí)圖為在整個(gè)實(shí)時(shí)圖像中按照一定窗口截取的小圖像，這樣有利于多次驗(yàn)證。仿真環(huán)境為586計(jì)算機(jī)(CPU 2.7GHZ)，操作系統(tǒng)windows xp，安裝有Matlab7.0軟件。
實(shí)例1參考圖為可見(jiàn)光圖像，大小為200×200，實(shí)時(shí)圖為添加了椒鹽噪聲的可見(jiàn)光圖像，匹配窗口大小分別為30×30和50×50。圖5為參考圖以及利用本方法算得的匹配點(diǎn)和實(shí)時(shí)圖以及選擇的原始匹配點(diǎn)。
實(shí)驗(yàn)1的實(shí)驗(yàn)結(jié)果見(jiàn)表1。
表1例1的匹配時(shí)間Tab.1 The matching time of example 1

匹配時(shí)間的單位為秒實(shí)例2參考圖為中紅外圖像，大小為500×500，實(shí)時(shí)圖為添加了白噪聲的中紅外圖像，匹配窗口大小分別為30×30和50×50。圖6為參考圖以及利用本方法算得的匹配點(diǎn)和實(shí)時(shí)圖以及選擇的原始匹配點(diǎn)。
實(shí)例2的實(shí)驗(yàn)結(jié)果見(jiàn)表2。
表2例2的匹配時(shí)間Tab.2 The matching time of example 2

匹配時(shí)間的單位為秒通過(guò)以上實(shí)例發(fā)現(xiàn)如下現(xiàn)象(1)在匹配過(guò)程中，常規(guī)的NCC算法運(yùn)算時(shí)間最多，優(yōu)化的NCC算法時(shí)間較多，卷積所用時(shí)間最少，并且與其它兩種方法相比少很多；(2)在窗口30×30情況下，對(duì)200×200的圖像，運(yùn)算時(shí)間比例為1∶37∶48，對(duì)500×500的圖像，運(yùn)算時(shí)間比例為1∶53∶66。在窗口50×50情況下對(duì)200×200的圖像，運(yùn)算時(shí)間比例為1∶27∶30，對(duì)500×500的圖像，運(yùn)算時(shí)間比例為1∶42∶48。可以看出與另兩種方法相比，在圖像越大，也就是計(jì)算量越大的情況下，利用卷積技術(shù)優(yōu)勢(shì)越明顯，運(yùn)算時(shí)間遠(yuǎn)遠(yuǎn)低于一個(gè)數(shù)量級(jí)。
實(shí)施例子如下為了更清楚地說(shuō)明問(wèn)題，舉一個(gè)簡(jiǎn)單的二維卷積的例子來(lái)說(shuō)明，設(shè)A=1237432332568912122123121133456112719089]]>B=56892113]]>mA＝4，nA＝5，mB＝2，nB＝2①對(duì)B進(jìn)行逆序運(yùn)算得到C=13218956,]]>同時(shí)計(jì)算sum(B.*B)＝13*13+89*89+21*21+56*56＝11667(.*表示矩陣中所有相同位置元素兩兩相乘，sum表示所有元素之和)。
②按照?qǐng)D4對(duì)A和C進(jìn)行卷積運(yùn)算得到矩陣D=1347811547069033881133177931247661494949201178011900116671646874902039735567180804994680137734984131041259111986129614984.]]>③取矩陣D中(mB，nB)＝(2，2)到(mA，nA)＝(4，5)＝(4，5)的值 為可能的匹配位置，并記為DA。
④DA中每項(xiàng)除以sum(B.*B)得到DAB=113317793124766111780119001166716468355671808049946801/11667=0.09710.15250.26780.65661.00971.02001.00001.41153.04851.54970.42800.5829]]>⑤找出DAB中與數(shù)值1最接近的位置(xSB，ySB)＝(3，2)即為圖像B的匹配位置，也就是實(shí)時(shí)圖B在參考圖中的位置(注意到與B匹配的位置是(3，2))，并輸出參數(shù)(xSB＝3，ySB＝2)。
注圖像中的坐標(biāo)定義為向右為X方向，向下為Y方向。具體定義見(jiàn)圖2(X與n相對(duì)應(yīng)，Y與m相對(duì)應(yīng))。
權(quán)利要求
1.基于卷積的快速圖像匹配方法，其特征在于，該方法是在地形輔助導(dǎo)航系統(tǒng)中的計(jì)算機(jī)上依次按以下步驟實(shí)現(xiàn)的步驟(1)，把預(yù)先拍攝的某一地區(qū)的灰度圖像作為參考圖，用A表示，把該參考圖A輸入計(jì)算機(jī)，圖A的大小為mA×nA，矩陣中的值為灰度值；把運(yùn)載器上傳感器拍攝的所述地區(qū)的灰度圖像作為實(shí)時(shí)圖，用B表示，把該實(shí)時(shí)圖B輸入計(jì)算機(jī)，圖B的大小為mB×nB，矩陣中的值為灰度值；所述灰度值的取值范圍為0～255；并令實(shí)時(shí)圖子圖在參考圖上的初始位置為xS＝1，yS＝1；步驟(2)，按下式把實(shí)時(shí)圖矩陣B的行和列的先后順序都依次互相顛倒，得到矩陣CC(mB-i+1，nB-j+1)＝B(i，j)，i＝1，2，…，mB，j＝1，2，…，nB；同時(shí)計(jì)算sum(B.*B)，符號(hào)“.*”表示兩矩陣中所有相同位置元素兩兩相乘，“sum”表示求總和；步驟(3)，對(duì)矩陣A和矩陣C作卷積運(yùn)算，得到矩陣D，大小為(mA+mB-1)×(nA+nB-1)；步驟(4)，取所述矩陣D中(mB，nB)到(mA，nA)間的各值作為可能的匹配位置，并用矩陣DA表示；步驟(5)，把DA中的每一項(xiàng)除以sum(B.*B)，得到DAB；步驟(6)，找出DAB中與數(shù)值1最接近的值的位置(xSB，ySB)，也就是實(shí)時(shí)圖B在參考圖A中的位置，并輸出參數(shù)(xSB，ySB)。
全文摘要
本發(fā)明屬于地形輔助導(dǎo)航系統(tǒng)中圖像匹配技術(shù)領(lǐng)域，其特征在于在實(shí)時(shí)圖與參考圖匹配過(guò)程中，利用參考圖矩陣與由實(shí)時(shí)圖矩陣得到的逆序矩陣進(jìn)行卷積運(yùn)算得到卷積矩陣，并且把該卷積矩陣除以實(shí)時(shí)圖矩陣對(duì)應(yīng)位置兩兩相乘的總和得到新的矩陣，取該矩陣其中的一定范圍作為匹配可能位置，選取與數(shù)值1最接近的值的位置為最終匹配位置，該位置即為實(shí)時(shí)圖在參考圖的匹配位置。本方法較以往方法的運(yùn)算速度有十分顯著的提高。
文檔編號(hào)G01C21/30GK1908583SQ200610112438
公開(kāi)日2007年2月7日 申請(qǐng)日期2006年8月18日 優(yōu)先權(quán)日2006年8月18日
發(fā)明者孫卜郊, 周東華, 劉揚(yáng), 張玉玲, 肖洋, 黃小念 申請(qǐng)人:清華大學(xué)