[发明专利]基于拟合轮廓的异源图像匹配方法

说明书

技术领域

本发明涉及一种遥感、模式识别、医学诊断、计算机视觉等邻域中的异源图像匹配方法，属于图像匹配技术领域。

背景技术

图像匹配是遥感卫星、飞机、导弹等基于异源图像的视觉导航、模式识别、制导、地形测量和医学诊断中的关键技术。图像匹配用于将不同成像时间、不同成像设备及不同成像条件下所获得的同一场景的两幅或多幅可见光、红外和SAR等同源图像或异源图像进行匹配。图像匹配是实现图像融合、检索、校正、镶嵌以及目标识别等实际应用中必不可少的一个关键步骤，其匹配的精度和鲁棒性直接影响后续处理的结果。因此实现图像的自动高精度鲁棒地匹配一直是人们追求的目标。

先前专利201010151985.X给出了一种基于对象间粗大边缘拟合的异源图像匹配方法。该专利方法首先利用边缘检测算法对聚类后的图像进行边缘检测，并采用边界跟踪算法对边缘检测的结果进行断点连接和轮廓跟踪，得到原图像的轮廓点序列；然后，采用基于道格拉斯-普克多边形拟合的算法对轮廓曲线进行拟合，以克服噪声和变形的影响；最后，对拟合的轮廓点构建了二维几何特征不变量，以用于相似性的度量并利用该描述子进行轮廓点的匹配。但是该方法粗大边缘拟合时阈值的大小选择会影响拟合效果，从而影响匹配的效果。

先前专利200810306552.X给出了一种图像匹配系统及方法。该专利首先对待匹配图像和模板图像进行二值化处理；然后，从待匹配图像和模板图像中提取特征点，并根据特征点拟合获得几何图形；最后，根据几何图形实现图像匹配。但是该方法不能较好地实现潜在的部分轮廓与整体轮廓的匹配。

但是由于成像时间(如白天和夜晚)的不同、成像条件(如天气、光照等外界因素)的不同、成像原理差异大(如光学与SAR图像)、波段差异大(如可见光与红外图像)，难以获得图像在灰度、亮度、颜色等特征上的共性特征。因此，不同分辨率的异源图像匹配研究中还存在着很多困难，对于异源图像的匹配问题也还处于起步阶段。

发明内容

本发明的目的是提供一种基于拟合轮廓的医院图像匹配的方法，首先对图像提取的粗大轮廓进行去噪、拟合，然后对粗大轮廓进行描述和重建，从而实现不同分辨率、不同成像原理的异源图像的配准。

本发明是采取以下的技术方案来实现的：

基于拟合轮廓的异源图像匹配方法，其特征在于包括以下步骤：

1)为了克服尺度空间的变换和突变、毛刺等噪声，对提取的轮廓进行基于曲率尺度空间的轮廓去噪、拟合处理，以获得同一尺度下的光滑轮廓；

2)对闭合轮廓进行基于质心距离的轮廓描述，对开曲线构成的轮廓进行基于局部曲率的轮廓描述；

3)对轮廓描述构建RST特征不变量；

4)对特征不变量进行对应性重建，获得最终的匹配点对，实现异源图像的匹配。

前述的基于拟合轮廓的异源图像匹配方法，其特征在于：在所述步骤(1)中，针对从图像中提取的物体轮廓曲线中的尺度变换和毛刺、突变等噪声，采用基于曲率尺度空间的轮廓去噪、拟合处理，即根据迭代次数与缩放比例之间的关系定量地模拟尺度变化这一视觉行为，达到去噪、拟合的效果，获得同一尺度下的光滑轮廓。

前述的基于拟合轮廓的异源图像匹配方法，其特征在于：在离散的情况下，记{p_i＝(x_i，y_i)|i∈Z}为一条轮廓曲线，其迭代演化过程为：

p_i，m+1＝0.25p_i-1，m+0.5p_i，m+0.25p_i+1，m                  (1)

其中，(x_i，y_i)表示轮廓点p_i的坐标，m＝0，1，2…表示迭代的次数。

前述的基于拟合轮廓的异源图像匹配方法，其特征在于：在所述步骤2)中，基于质心距离的闭合轮廓描述中，对参考轮廓和样本轮廓等弧长间隔采样各轮廓点，并计算获得该点的质心距离，从而对整个轮廓进行基于质心距离的轮廓描述。

前述的基于拟合轮廓的异源图像匹配方法，其特征在于：在所述步骤2)中，对开曲线构成的轮廓点的局部曲率计算包括以下步骤：

21)构造轮廓点b＝b_i初始子集的离散点为b_i-2，b_i，b_i+2，并计算点b_i到b_i-2、b_i+2之间连线的距离d1；