一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法
【專利摘要】本發(fā)明涉及一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法，采用基于最小費(fèi)用網(wǎng)絡(luò)流的相位解纏算法對(duì)相位角矩陣進(jìn)行解纏，利用高效的隨機(jī)抽樣一致算法擬合二維相位角平面，無需預(yù)先的整像素匹配，直接利用相位差信息的理論特性估計(jì)出影像塊間的亞像素偏移值。與現(xiàn)有技術(shù)相比，本發(fā)明具有精度與穩(wěn)定性高等優(yōu)點(diǎn)，通過模擬影像密集匹配實(shí)驗(yàn)，本發(fā)明方法在精度與穩(wěn)定度方面都體現(xiàn)出優(yōu)勢(shì)，達(dá)到了優(yōu)于1/50像素的匹配精度，且對(duì)Pixel?locking現(xiàn)象系統(tǒng)誤差也有較好的抑制作用。
【專利說明】—種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及影像間的亞像素匹配方法，尤其是涉及一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法。
【背景技術(shù)】
[0002]影像的精確匹配與同名像點(diǎn)的確定是提取物體三維信息的基礎(chǔ)。通過影像間的亞像素匹配，能夠精確地獲取立體視差，從而恢復(fù)目標(biāo)的三維信息，同時(shí)獲取的密集視差圖本身可以推導(dǎo)出地物位移與地表形變場(chǎng)等數(shù)據(jù)。亞像素精確匹配在數(shù)字產(chǎn)品生成、圖像配準(zhǔn)與融合、三維建模和變形監(jiān)測(cè)等領(lǐng)域有著極其重要的應(yīng)用。
[0003]圖像匹配主要分為特征匹配與區(qū)域匹配兩大類。特征匹配魯棒性強(qiáng)，靈活度高，但難以維持亞像素精度與實(shí)現(xiàn)密集匹配，而區(qū)域匹配具有精度高，抗粗差性強(qiáng)，分布密集等優(yōu)勢(shì)而成為主流。其中最主要的區(qū)域匹配技術(shù)主要為影像相關(guān)技術(shù)，相位相關(guān)即是一種頻域下的影像相關(guān)算法，相位相關(guān)的理論基礎(chǔ)是傅里葉變換的平移特性，即影像間平移在頻域下對(duì)應(yīng)為線性相位差，理論上，影像的平移只會(huì)引起傅里葉系數(shù)相位角的變化而不會(huì)改變其幅值。與傳統(tǒng)的空域灰度相關(guān)系數(shù)影像相關(guān)相比，相位相關(guān)通過傅里葉變換轉(zhuǎn)換到頻域下直接對(duì)相位差信息的研究，克服了 NCC算法容易在灰度數(shù)值差較大的區(qū)域產(chǎn)生誤匹配的缺陷，具有匹配精度高，速度快，抗噪性強(qiáng)和受輻射差異影響小等特點(diǎn)，近年來已經(jīng)成功應(yīng)用于圖像配準(zhǔn)、變形監(jiān)測(cè)和極窄基線DEM生成等領(lǐng)域中。
[0004]亞像素相位相關(guān)算法研究集中于通過精確確定峰值位置來獲取偏移量和通過互功率譜的線性相位差理論特性來獲取偏移量?jī)深悺Ｔ谇邦愃惴ǖ难芯糠矫?，文獻(xiàn)“Extension of phase correlation to subpixel registration[J].1mage Processing,IEEE Transactions on, 2002,11 (3):188_200”中將亞像素問題等價(jià)成整像素偏移后的降采樣問題，從理論上推導(dǎo)2D sine方程求取亞像素值的公式。后類算法的研究中，針對(duì)互功率譜對(duì)應(yīng)的相位角理論上是纏繞的平面這一特性,文獻(xiàn)“A fast direct Fourier-basedalgorithm for subpixei registration of images[J].Geoscience and Remote Sensing,IEEE Transactions on, 2001, 39 (10):2235_2243” 中提出利用最小二乘估計(jì)來擬合二維平面，平面的斜率對(duì)應(yīng)亞像素的偏移值。文獻(xiàn)“A subspace identification extensionto the phase correlation method[MRI application][J].Medical Imaging, IEEETransactions on, 2003，22 (2):277_280”中提出利用奇異值分解對(duì)互功率譜進(jìn)行子空間分解，通過獲取奇異值向量對(duì)應(yīng)的相位角的斜率來獲取亞像素偏移值。
[0005]現(xiàn)有的亞像素相位相關(guān)匹配依然存在精度與計(jì)算復(fù)雜度無法兼容和抗粗差性差等缺點(diǎn)；同時(shí)，亞像素匹配過程會(huì)產(chǎn)生像素鎖(pixel locking effect)系統(tǒng)誤差,直接影響匹配亞像素的精度。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種精度與穩(wěn)定性高的基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法。
[0007]本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn):
[0008]一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法，包括以下步驟:
[0009]I)獲取參考影像f (X，y)與待匹配影像g(x，y)，兩幅影像間的關(guān)系為:
[0010]g(x, y) = f(x_x0, y-y0)
[0011]X(l、y(l分別為兩幅影像間存在的行列方向的亞像素級(jí)偏移值，對(duì)兩幅影像分別進(jìn)行升余弦窗加權(quán)后進(jìn)行離散傅里葉變換，得到G(U，V)和H(u，v)，則傅里葉變換的平移特性表示為
【權(quán)利要求】
1.一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法，其特征在于，包括以下步驟: 1)獲取參考影像f(x，y)與待匹配影像g(X，y)，兩幅影像間的關(guān)系為:
g(x, y) = f (X-X0, y-y0)Xt^yci分別為兩幅影像間存在的行列方向的亞像素級(jí)偏移值，對(duì)兩幅影像分別進(jìn)行升余弦窗加權(quán)后進(jìn)行離散傅里葉變換，得到G(U，V)和H(u，v)，則傅里葉變換的平移特性表示為
F (u, V) = F (u, V) exp {_i (ux0+vy0)} 計(jì)算兩幅影像的歸一化互功率譜矩陣Q(u，V):
2.根據(jù)權(quán)利要求1所述的一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法，其特征在于，所述的步驟2)中，對(duì)矩陣Q(u，V)進(jìn)行濾波去噪后獲得相位角矩陣具體為:分離互功率譜矩陣Q(u，v)的實(shí)部和虛部，分別使用均值濾波去噪，對(duì)濾波后的得到的矩陣按反正切得到去噪后纏繞的相位角矩陣。
3.根據(jù)權(quán)利要求1所述的一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法，其特征在于，所述的步驟2)中，對(duì)相位角矩陣進(jìn)行二維解纏采用的方法為基于最小費(fèi)用網(wǎng)絡(luò)流的相位解纏算法。
4.根據(jù)權(quán)利要求1所述的一種基于穩(wěn)健平面擬合的相位相關(guān)亞像素匹配方法，其特征在于，所述的步驟3)中，采用隨機(jī)抽樣一致算法擬合二維平面，獲得平面模型參數(shù)具體為: 301)獲取輸入量，所述的輸入量包括數(shù)據(jù)量為N的數(shù)據(jù)集、最大迭代值kmax、置信度η。、模型閾值t和比例閾值δ ； 302)從數(shù)據(jù)集中隨機(jī)選擇最小要求的m個(gè)樣本來估計(jì)模型參數(shù)Θk ； 303)根據(jù)閾值t和估計(jì)模型計(jì)算閾值內(nèi)的數(shù)據(jù)個(gè)數(shù)Ik；






304)若|lk|> I.，則賦值Θ = 0k,I = Ik，取ε = 111/N根據(jù)
【文檔編號(hào)】G06T7/00GK103824287SQ201410051994
【公開日】2014年5月28日 申請(qǐng)日期:2014年2月14日 優(yōu)先權(quán)日:2014年2月14日
【發(fā)明者】童小華, 葉真, 徐聿升, 劉世杰, 李凌云, 李天鵬 申請(qǐng)人:同濟(jì)大學(xué)