基于sift算法的模糊圖像識(shí)別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及模糊圖像識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于SIFT算法的模糊圖像識(shí) 別方法。
【背景技術(shù)】
[0002] 模糊圖像廣泛地存在于現(xiàn)實(shí)世界中，給人們的生活帶來(lái)了很多不便，因此，對(duì)于模 糊圖像的研宄非常具有現(xiàn)實(shí)意義。模糊圖像的相關(guān)處理技術(shù)經(jīng)過(guò)多年的發(fā)展，已經(jīng)取得了 一些很好的應(yīng)用。從圖像技術(shù)的角度來(lái)看，有關(guān)模糊圖像處理的方法主要分為三大類：
[0003] 1?圖像增強(qiáng)
[0004]作為數(shù)字圖像技術(shù)的基本研宄內(nèi)容之一，圖像增強(qiáng)一般是通過(guò)一定的技術(shù)手段增 強(qiáng)那些能夠滿足某些特定需要的信息，同時(shí)，可能會(huì)抑制或削弱其他的信息。對(duì)于一幅給定 的圖像，需要根據(jù)其應(yīng)用環(huán)境，人為的增強(qiáng)與應(yīng)用相關(guān)的特征，削弱不相關(guān)的特征，以此來(lái) 使得增強(qiáng)后圖像能夠更好的滿足應(yīng)用需求。圖像增強(qiáng)很少考慮圖像的降質(zhì)過(guò)程，主要是為 了改善圖像的視覺(jué)效果，一般不是無(wú)損的。
[0005] 2?圖像復(fù)原
[0006] 圖像復(fù)原是一類非常重要圖像處理技術(shù)，與圖像增強(qiáng)技術(shù)有相似之處，它們都是 為了在某種程度上改善給定圖像的質(zhì)量，同時(shí)它們之間也存在著重大的不同。圖像復(fù)原一 般需要根據(jù)圖像退化的原因，有針對(duì)性的對(duì)其進(jìn)行重建，使得處理后的圖像最大程度的與 原來(lái)的圖像保持一致。圖像復(fù)原的目的是為了提升退化圖像的品質(zhì)，同時(shí)，間接地改善原來(lái) 退化圖像的視覺(jué)效果，而圖像增強(qiáng)是根據(jù)人們的主觀視覺(jué)要求來(lái)對(duì)圖像進(jìn)行處理，很少考 慮圖像的降質(zhì)過(guò)程，一般不是無(wú)損的。
[0007] 3.圖像超分辨率重構(gòu)
[0008]圖像的超分辨率重構(gòu)是一種信號(hào)處理的技術(shù)，該技術(shù)能夠有效地提升圖像的分辨 率，同時(shí)間接地提高了圖像質(zhì)量。圖像的超分辨率重構(gòu)主要通過(guò)對(duì)超出圖像采集系統(tǒng)極限 頻率的高頻信號(hào)進(jìn)行估算，從而使得圖像的分辨率得以提升。最初，超分辨率重構(gòu)技術(shù)僅適 用于單幅圖像的處理，由于所能夠利用的圖像信息有限，當(dāng)時(shí)的重構(gòu)效果并不十分理想。序 列圖像超分辨率重構(gòu)技術(shù)解決了上述問(wèn)題，該技術(shù)能夠?qū)Χ喾头直媛实膱D像進(jìn)行處理， 因此，能夠充分地利用多幅低分辨率圖像的信息，通過(guò)該技術(shù)所獲得的重構(gòu)圖像的復(fù)原效 果要遠(yuǎn)遠(yuǎn)的好于利用單幅圖像進(jìn)行重構(gòu)的效果。
[0009]盡管有關(guān)模糊圖像處理的技術(shù)有了很好的發(fā)展，但是，現(xiàn)實(shí)生活中圖像模糊的成 因往往較為復(fù)雜，目前還沒(méi)有成熟的方法能夠有效的處理各種模糊圖像。模糊圖像技術(shù)的 發(fā)展受到多種因素的制約，一般可以分為如下幾個(gè)方面：
[0010] 1?算法參數(shù)的復(fù)雜性
[0011] 在模糊圖像處理的相關(guān)算法中，都包含了大量的參數(shù)，這些參數(shù)的選取直接決定 了最終的處理效果，而且，這些參數(shù)的選擇取決于實(shí)際的模糊圖像，當(dāng)前的算法還無(wú)法智能 地選擇相關(guān)的最優(yōu)參數(shù)。
[0012] 2.算法的高度針對(duì)性
[0013] 現(xiàn)實(shí)生活中的模糊圖像的模糊成因往往非常復(fù)雜，而當(dāng)前有關(guān)模糊圖像處理的算 法大都只能夠處理某一類因素所導(dǎo)致的模糊圖像，當(dāng)這些算法處理其他圖像時(shí)，很可能會(huì) 導(dǎo)致圖像更進(jìn)一步的模糊。以"去霧算法"為例，對(duì)于那些有霧的圖像，"去霧算法"能夠取 得很好的處理效果，但是當(dāng)這些算法作用于正常圖像的時(shí)候，反而會(huì)使得圖像效果下降。
[0014] 3.算法流程的經(jīng)驗(yàn)性
[0015] 在現(xiàn)實(shí)世界中，圖像會(huì)很復(fù)雜，通常都需要處理多種情況，這樣就需要選擇一系列 的算法來(lái)進(jìn)行處理。對(duì)于一個(gè)具體的模糊圖像，很難智能地選擇相應(yīng)的系列算法。在實(shí)際 應(yīng)用中，模糊圖像的處理很大程度上要依賴于人的經(jīng)驗(yàn)。
[0016] 有鑒于上述的缺陷，本設(shè)計(jì)人，積極加以研宄創(chuàng)新，以期創(chuàng)設(shè)一種基于SIFT算法 的模糊圖像識(shí)別方法，使其更具有產(chǎn)業(yè)上的利用價(jià)值。

【發(fā)明內(nèi)容】

[0017] 為解決上述技術(shù)問(wèn)題，本發(fā)明的目的是提供一種既回避了對(duì)模糊圖像的復(fù)原和重 建，又顯著提高了SIFT算法匹配待識(shí)別圖像和數(shù)據(jù)庫(kù)圖像的效率的基于SIFT算法的模糊 圖像識(shí)別方法及裝置。
[0018] 本發(fā)明的基于SIFT算法的模糊圖像識(shí)別方法，所述方法包括：
[0019] 對(duì)清晰的圖像分別進(jìn)行高斯平滑，灰度運(yùn)算和運(yùn)動(dòng)模糊，生成模糊空間；
[0020] 基于SIFT算法對(duì)模糊空間的所有圖像進(jìn)行特征提取和描述；
[0021] 對(duì)待識(shí)別模糊圖像利用SIFT算法提取所述待識(shí)別模糊圖像的特征點(diǎn)；
[0022] 將待識(shí)別圖像的特征點(diǎn)分別和清晰圖像所生成的模糊空間中的每一幅圖像的特 征點(diǎn)進(jìn)行匹配；
[0023] 基于預(yù)定的測(cè)評(píng)標(biāo)準(zhǔn)來(lái)對(duì)所有的匹配進(jìn)行評(píng)估，篩選出匹配效果最好的作為最終 識(shí)別結(jié)果。
[0024] 進(jìn)一步地，所述方法具體包括：
[0025] 2. 1圖像預(yù)處理，根據(jù)待識(shí)別圖像模糊的特點(diǎn)分析對(duì)待識(shí)別圖像進(jìn)行相關(guān)處理；
[0026] 2. 2模糊空間構(gòu)建，模糊空間中的圖像集至少包括三類模糊圖像，每類模糊圖像 分別構(gòu)成一個(gè)模糊子空間，所述的子空間分別為：
[0027] 高斯模糊子空間，通過(guò)對(duì)清晰圖像進(jìn)行高斯平滑來(lái)生成高斯模糊子空間，用于識(shí) 別由數(shù)字噪聲所導(dǎo)致的模糊圖像；
[0028] 光照模糊子空間，通過(guò)對(duì)清晰圖像進(jìn)行相應(yīng)的灰度運(yùn)算來(lái)生成光照模糊子空間， 用于識(shí)別由光照因素所導(dǎo)致的模糊圖像；
[0029] 運(yùn)動(dòng)模糊子空間，通過(guò)對(duì)清晰圖像進(jìn)行相應(yīng)的運(yùn)動(dòng)模糊來(lái)生成運(yùn)動(dòng)模糊子空間， 用于識(shí)別由相對(duì)運(yùn)動(dòng)所導(dǎo)致的模糊圖像。
[0030] 2. 3SIFT特征提取與匹配，基于SIFT算法將待識(shí)別圖像的特征點(diǎn)和模糊空間中 每一幅圖像進(jìn)行匹配；
[0031] 2. 4匹配點(diǎn)對(duì)濾純，基于RANSAC算法對(duì)2. 3的匹配效果進(jìn)行濾純，提高匹配的準(zhǔn) 確度；
[0032] 2. 5匹配結(jié)果篩選，根據(jù)預(yù)定的測(cè)評(píng)標(biāo)準(zhǔn)，從2. 4結(jié)果中篩選出匹配效果最好的 作為最終識(shí)別結(jié)果。
[0033] 進(jìn)一步地，根據(jù)待識(shí)別圖像模糊的特點(diǎn)分析對(duì)待識(shí)別圖像進(jìn)行相關(guān)處理具體方法 包括：
[0034] 判斷導(dǎo)致待識(shí)別圖像模糊的原因，
[0035] 若待識(shí)別圖像為強(qiáng)噪聲模糊圖像，則預(yù)定方差閾值，若待識(shí)別圖像的方差大于所 述方差閾值時(shí)，對(duì)待識(shí)別的圖像進(jìn)行平滑預(yù)處理；若待識(shí)別圖像的方差小于或等于所述方 差閾值時(shí)，則不做處理；
[0036] 若待識(shí)別圖像為尺寸過(guò)小的低分辨率圖像，則使用插值方法來(lái)對(duì)所述的待識(shí)別圖 像進(jìn)行放大處理；
[0037] 若待識(shí)別圖像為光照過(guò)暗的圖像，則使用灰度運(yùn)算來(lái)對(duì)所述的待識(shí)別圖像進(jìn)行增 亮處理。
[0038] 進(jìn)一步地，所述的高斯模糊子空間的生成方法為：逐漸增大的二維高斯函數(shù)，得到 多個(gè)高斯模糊圖像In、112……Iln，多個(gè)模糊圖像一起構(gòu)成清晰圖像I的模糊空間中的高斯 模糊子空間，所述的高斯模糊圖像的方程式為：
[0039] In=G(x,y, 〇 ^*1,
[0040] I12=G(x,y, 〇 2)*I,
[0041] ......
[0042] Iln=G(x，y, 〇n)*I
[0043] 其中，I為清晰圖像；
[0044] Iln為經(jīng)過(guò)平滑后的模糊圖像，
[0045] G(x,y, 〇n)為高斯平滑函數(shù)，
[0046] 進(jìn)一步地，所述的光照模糊子空間的生成方法為：對(duì)清晰圖像進(jìn)行直方圖均衡化 運(yùn)算，將直方圖系數(shù)k2i的值從1開始逐漸增大，形成關(guān)于清晰圖像的一系列亮度漸增的光 照模糊圖像，將k2i的值從1開始逐漸減小為0時(shí)，就會(huì)形成關(guān)于清晰圖像的一系列亮度漸 暗的光照模糊圖像，將所述的光照模糊圖像一起構(gòu)成清晰圖像I的模糊空間中的光照模糊 子空間，所述的光照模糊圖像的方程式為：
[0047] I21=F(k21(I)),
[0048] I22=F(k22(I))，
[0049] ......
[0050] I2i=F(k2i(I))
[0051] I2n=F(k2JI)).
[0052] 其中，F(xiàn)(I)為對(duì)原清晰圖像I進(jìn)行直方圖均衡化操作；
[0053] k2i為直方圖均衡化運(yùn)算系數(shù)，用來(lái)控制圖像明暗程度；
[0054] 121為原清晰圖像所產(chǎn)生的帶有亮度變化的模糊圖像。
[0055] 優(yōu)選地，所述的預(yù)定的評(píng)測(cè)標(biāo)準(zhǔn)為：待識(shí)別圖像的特征點(diǎn)和模糊空間中每一幅圖 像進(jìn)行匹配的匹配正確率R，所述匹配正確率的公式如下：
[0057] 其中，S為進(jìn)行SIFT的最近鄰匹配之后，我們會(huì)把每一組的匹配對(duì)數(shù)；
[0058] C為濾純之后的匹配對(duì)數(shù)，即正確的匹配對(duì)數(shù)。
[0059] 特別地，通過(guò)距離比率的方式來(lái)進(jìn)行特征匹配，對(duì)于特征點(diǎn)，若在另一圖像中與其 最短的歐式距離設(shè)為屯，次短的歐式距離設(shè)為d2,則最近鄰與次近鄰的歐式距離比率為r= d/4，若，r<e則匹配成功，否則，匹配失敗，其中，e為預(yù)先設(shè)定的閾值。
[0060] 本發(fā)明基于SIFT算法的模糊圖像識(shí)別裝置，所述裝置包括：
[0061] 模糊空間生成模塊，用于對(duì)清晰的圖像分別進(jìn)行高斯平滑，灰度運(yùn)算和運(yùn)動(dòng)模糊， 生成模糊空間；
[0062] 第一提取模塊，用于基于SIFT算法對(duì)模糊空間的所有圖像進(jìn)行特征提取和描述；
[0063] 第二提取模塊，用于對(duì)待識(shí)別模糊圖像利用SIFT算法提取所述待識(shí)別模糊圖像 的特征點(diǎn)；
[0064] 匹配模塊，用于將待識(shí)別圖像的特征點(diǎn)分別和清晰圖像所生成的模糊空間中的每 一幅圖像的特征點(diǎn)進(jìn)行匹配；
[0065] 結(jié)果輸出模塊，用于基于預(yù)定的測(cè)評(píng)標(biāo)準(zhǔn)來(lái)對(duì)所有的匹配進(jìn)行評(píng)估，篩選出匹配 效果最好的作為最終識(shí)別結(jié)果。
[0066] 進(jìn)一步地，還包括圖像預(yù)處理單元，用于根據(jù)待識(shí)別圖像模糊的特點(diǎn)分析對(duì)待識(shí) 別圖像進(jìn)行相關(guān)處理，
[0067] 若待識(shí)別圖像為強(qiáng)噪聲模糊圖像，則預(yù)定方差閾值，若待識(shí)別圖像的方差大于所 述方差閾值時(shí)，對(duì)待識(shí)別的圖像進(jìn)行平滑預(yù)處理；若待識(shí)別圖像的方差小于或等于所述方 差閾值時(shí)，則不做處理；
[0068] 若待識(shí)別圖像為尺寸過(guò)小的低分辨率圖像，則使用插值方法來(lái)對(duì)所述的待識(shí)別圖 像進(jìn)行放大處理；
[0069] 若待識(shí)別圖像為光照過(guò)暗的圖像，則使用灰度運(yùn)算來(lái)對(duì)所述的待識(shí)別圖像進(jìn)行增 亮處理。
[0070] 進(jìn)一步地，所述模糊空間生成模塊，至少包括
[0071] 高斯模糊子單元，通過(guò)對(duì)清晰圖像進(jìn)行高斯平滑來(lái)生成高斯模糊子空間，用于識(shí) 別由數(shù)字噪聲所導(dǎo)致的模糊圖像；
[0072] 光照模糊子單元，通過(guò)對(duì)清晰圖像進(jìn)行相應(yīng)的灰度運(yùn)算來(lái)生成光照模糊子空間， 用于識(shí)別由光照因素所導(dǎo)致的模糊圖像；
[0073] 運(yùn)動(dòng)模糊子單元，通過(guò)對(duì)清晰圖像進(jìn)行相應(yīng)的運(yùn)動(dòng)模糊來(lái)生成運(yùn)動(dòng)模糊子空間， 用于識(shí)別由相對(duì)運(yùn)動(dòng)所導(dǎo)致的模糊圖像。
[0074] 借由上述方案，本發(fā)明至少具有以下優(yōu)點(diǎn)