專利名稱：基于循環(huán)分塊相位相關(guān)法的影像匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及循環(huán)分塊相位相關(guān)法的影像匹配方法，將影像上已匹配的一對或多對 點作為種子點對，采用循環(huán)分塊的相位相關(guān)法實現(xiàn)影像的逐點匹配，屬于遙感測繪領(lǐng)域。
背景技術(shù)：
影像匹配的實質(zhì)是在兩幅(或多幅)影像之間識別同名點。影像匹配是計算機(jī)視 覺與數(shù)字?jǐn)z影測量的核心問題，是三維信息獲取與重建的關(guān)鍵技術(shù)，也是許多遙感影像處 理應(yīng)用的基礎(chǔ)。影像匹配已被越來越多的領(lǐng)域所重視，成為現(xiàn)代信息處理的一項非常重要 的技術(shù)，在資源分析、影像配準(zhǔn)、變化檢測、目標(biāo)識別、自動導(dǎo)航、工業(yè)設(shè)計等領(lǐng)域得到了廣 泛的應(yīng)用。盡管影像匹配的研究已取得了很大的進(jìn)展，但還沒有一種影像匹配方法能夠自 動、準(zhǔn)確、可靠地適用于各種類型的影像匹配。立體匹配在理論上和技術(shù)上都存在著很多問 題，例如，如何選擇合理的匹配特征，如何選擇有效的匹配準(zhǔn)則和算法結(jié)構(gòu)，如何建立更有 效的影像表達(dá)形式等。在立體影像匹配中，由于影像中存在著遮擋、投影畸變、紋理重復(fù)等 特性，所以往往出現(xiàn)多點對應(yīng)著一點匹配的現(xiàn)象，造成匹配的歧義性，產(chǎn)生錯誤匹配。因此， 如何提高在復(fù)雜場景中匹配算法的去歧義能力和抗干擾能力，降低實現(xiàn)的復(fù)雜程度和計算 量，提高匹配算法的自動化程度，是一個亟待解決的問題。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足，提供一種基于循環(huán)分塊相位相關(guān)法的影像匹配方 法，以實現(xiàn)影像的逐點匹配。為實現(xiàn)這樣的目的，本發(fā)明將影像上已匹配的一對或多對點作為種子點對，對其 八領(lǐng)域內(nèi)的八個點分別采用相位相關(guān)法進(jìn)行匹配，再將已匹配點對作為種子點對，對它們 領(lǐng)域內(nèi)的八個方向上未匹配點進(jìn)行匹配，直至影像內(nèi)的所有點匹配完為止。本發(fā)明的具體步驟為(1)將影像上的點進(jìn)行歸類將基準(zhǔn)影像與待匹配影像中的點分類為已匹配點集與未匹配點集兩類；其中將基 準(zhǔn)影像中與待匹配影像中已匹配點對分至已匹配點集中，將基準(zhǔn)影像與待匹配影像中未匹 配的點均分至未匹配點集中；(2)選取種子點對并對其領(lǐng)域內(nèi)的點進(jìn)行匹配從已匹配點集中選取一對已匹配點對作為種子點，對其八領(lǐng)域內(nèi)的八對點中未匹 配的點首先選取它們的鄰域影像，之后再采用相位相關(guān)法進(jìn)行匹配并保存匹配結(jié)果，匹配 完成后將這些點從未匹配點集中刪除并添加至已匹配點集中；(3)對剩余未匹配點進(jìn)行匹配從已匹配點集中選取任意一對已匹配點對，判斷其八領(lǐng)域內(nèi)的點是否還有未匹配 的點，若存在則選取其鄰域影像，之后再采用相位相關(guān)法進(jìn)行匹配并保存匹配結(jié)果，并將這些點從未匹配點集移至已匹配點集；當(dāng)影像內(nèi)的所有點均從未匹配點集移至已匹配點集 時，影像匹配完成，輸出最終匹配結(jié)果。本發(fā)明的優(yōu)點是提高了匹配算法的匹配成功率與自動化程度。除了紋理非常貧乏 和遮擋嚴(yán)重的地區(qū)外，對平坦地區(qū)、起伏地區(qū)和紋理較破碎地區(qū)的影像都能得到正確的匹 配結(jié)果。本方法的總體匹配正確率明顯優(yōu)于基本匹配方法中公認(rèn)最優(yōu)的相關(guān)系數(shù)法。


圖1為本發(fā)明基于循環(huán)分塊相位相關(guān)法的影像匹配方法的結(jié)構(gòu)框圖。圖2為本發(fā)明基于循環(huán)分塊相位相關(guān)法的影像匹配方法的技術(shù)方案詳細(xì)流程圖。圖3為本發(fā)明實施例選取種子點并對其領(lǐng)域內(nèi)點進(jìn)行匹配的示意圖。圖4為本發(fā)明實施例用已匹配點做種子點向整幅影像進(jìn)行匹配的示意圖。
具體實施例方式實施例本發(fā)明所要求的輸入數(shù)據(jù)可以是任意格式的遙感影像或航空影像，其中要求待匹 配影像與基準(zhǔn)影像間只能有平移變換，且要求基準(zhǔn)影像與待匹配影像中至少有一對已匹配 點。匹配后的輸出為TXT的文本格式。本實施例選擇的基準(zhǔn)影像與待匹配影像均是大小為 2048 X 2048的航空影像，且影像中已有一對已匹配點。采用如圖2所示的基于循環(huán)分塊相位相關(guān)法的影像匹配方法的技術(shù)方案詳細(xì)流 程圖，使用循環(huán)分塊相位相關(guān)法對影像進(jìn)行整幅圖匹配的具體實施步驟如下(1)將影像上的點進(jìn)行歸類將基準(zhǔn)影像中與待匹配影像中已匹配的點對分至已匹配點集中，將基準(zhǔn)影像與待 匹配影像中其余點均分至未匹配點集中。(2)選取種子點并對其領(lǐng)域內(nèi)的點進(jìn)行匹配從已匹配點集中選取一對已匹配點對作為種子點，對其八領(lǐng)域內(nèi)的八對點中未匹 配的點首先選取它們的鄰域影像，鄰域影像的大小為131 X 131，選取的鄰域影像之間可以 有重疊部分，之后再采用相位相關(guān)法進(jìn)行匹配并保存匹配結(jié)果，匹配完成后將這些點從未 匹配點集中刪除并添加至已匹配點集中，如圖3所示。(3)對剩余未匹配點進(jìn)行匹配從已匹配點集中選取任意一對已匹配點對，判斷其八領(lǐng)域內(nèi)的點是否還存在未匹 配的點，若存在則選取其鄰域影像，鄰域影像的大小仍為131X131，選取的鄰域影像之間可 以有重疊部分，之后再采用相位相關(guān)法進(jìn)行匹配并保存匹配結(jié)果，并將這些點從未匹配點 集移至已匹配點集，如圖4所示。重復(fù)執(zhí)行步驟(3)，當(dāng)影像內(nèi)的所有點均從未匹配點集移至已匹配點集時，整幅影 像匹配完成，將最終整幅影像的所有匹配結(jié)果輸出為TXT的文本格式。
權(quán)利要求
一種基于循環(huán)分塊相位相關(guān)法的影像匹配方法，其特征在于具體步驟為(1)將基準(zhǔn)影像與待匹配影像中的點分類為已匹配點集與未匹配點集兩類；(2)從已匹配點集中選取種子點，對其八領(lǐng)域內(nèi)的點分別采用相位相關(guān)法進(jìn)行匹配，匹配完成后將這些點歸入已匹配點集；(3)從已匹配點集中選取任一已匹配點對，對其周圍尚未匹配點進(jìn)行匹配，并將這些點歸入已匹配點集，直至影像內(nèi)的所有點匹配完為止。
全文摘要
本發(fā)明公開了一種基于循環(huán)分塊相位相關(guān)法的影像匹配方法。該方法將影像上已匹配的一對或多對點作為種子點對，采用循環(huán)分塊的相位相關(guān)法對其八領(lǐng)域內(nèi)點進(jìn)行匹配。將匹配后的點再作為種子點并對其八領(lǐng)域內(nèi)點進(jìn)行匹配，直至影像內(nèi)的所有點匹配完為止，從而實現(xiàn)影像的逐點匹配。本發(fā)明的優(yōu)點是提高了匹配算法的匹配成功率與自動化程度。除了紋理非常貧乏和遮擋嚴(yán)重的地區(qū)外，對平坦地區(qū)、起伏地區(qū)和紋理較破碎地區(qū)的影像都能得到正確的匹配結(jié)果。本方法的總體匹配正確率明顯優(yōu)于基本匹配方法中公認(rèn)最優(yōu)的相關(guān)系數(shù)法。
文檔編號G06K9/64GK101908151SQ201010233128
公開日2010年12月8日 申請日期2010年7月20日 優(yōu)先權(quán)日2010年7月20日
發(fā)明者吳平, 張劍清, 張祖勛, 程曉宇, 韋春桃 申請人:桂林理工大學(xué);武漢大學(xué)