[发明专利]一种抵抗形变的图像匹配方法

说明书

技术领域

本发明涉及图像处理和计算机视觉技术领域，特别涉及一种抵抗形变的图像匹配(Deformation Invariant Image Matching)方法。

背景技术

寻找形状之间的对应关系是图像处理和计算机视觉领域中的一个基本问题，从机器人到医疗成像都具有广泛的应用。非仿射形变的出现是一项极具挑战的图像扰动因素。透视投影下的视角变化或者形变物体的各类变化都能够引起非仿射形变。很长一段时间以来，人们都在努力探索此类形变不变量的表示方式，并试图将其用于检测、识别、跟踪等实际问题中。

在大量相关研究中都使用到了内蕴几何(intrinsic geometry)这一概念。内蕴几何是在非刚性弯曲和其他类型的变换下保持不变的几何结构的统称。在F.Mémoli、A.Elad、N.Thorstensen等人以及后续的研究中，提出使用内蕴度量的失真来衡量对应关系。在几何条件下，严格找出一个具有最小失真的对应关系并将其转化为一个优化问题。一些特别有用的最小失真对应问题还可以被简化为二次分配问题(QAP)，但是，二次分配问题的组合性质使得这类问题面临计算量的挑战。

现有的大多数图像匹配方法都是寻找能够抵抗旋转、平移等因素的图像描述子，例如SIFT(Scale-Invariant Feature Transform)、GLOH(Geodesic Location and Orientation Histogram)、shape context和geometric filter等。为了解决一般性的形变问题，Ling提出了一种抵抗形变的图像描述子GIH(Geodesic Intensity Histogram)并取得了较好的效果，但是它存在两个缺陷。首先，它假定沿不同方向的形变都是各向同性的，而这个假设在实际应用中通常都无法满足；其次，形变不变量的获得以降低区分力为代价，所获得的特征基本上失去了支撑区域内所有的方向信息。

总体来看，目前现有的方法存在计算量大、局部区分力不强、不能完全适应实际问题的需要等问题。所以，有必要研究一种方法，可以有效地处理形变问题，实现形变图像的高准确率匹配。

发明内容

本发明的目的在于提出一种适用于形变图像的匹配方法，解决同时满足有效、准确、区分力强三个要求的技术问题。

为实现上述目的，本发明提出了一种抵抗形变的图像匹配方法，该方法包括以下步骤：

步骤1：对两幅输入图像分别进行二值化处理，并从中确定参考图像与待匹配图像，对于所述参考图像与待匹配图像，利用不同的采样间距进行采样，得到相应的多个采样点；

步骤2：从待匹配图像的采样点中依次确定每个参考图像采样点的K₁个候选对应点；

步骤3：从所述参考图像中每个采样点的K₁个候选对应点中确定K₂个更为精细的候选对应点，其中，K₂<K₁；

步骤4：运用偏移量准则，从所述参考图像中每个采样点的K2个候选对应点中确定一个精确的对应点，完成图像的匹配。

本发明所提出的抵抗形变的图像匹配方法，不仅运用了图像的全局信息，同时充分利用形变图像的局部特征并结合偏移量准则逐级缩小范围，算法中还对局部平移的情况做了相应处理，所以对各种形变图像表现出很好的匹配效果。

附图说明

图1是本发明抵抗形变的图像匹配方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1为本发明抵抗形变的图像匹配方法的流程图，如图1所示，该方法包括以下步骤：

步骤1：对两幅输入图像分别进行二值化处理，并从中确定参考图像与待匹配图像，对于所述参考图像与待匹配图像，利用不同的采样间距进行采样，得到相应的多个采样点；

步骤2：从待匹配图像的采样点中依次确定每个参考图像采样点的K₁个候选对应点；

步骤3：从所述参考图像中每个采样点的K₁个候选对应点中确定K₂个更为精细的候选对应点，其中，K₂<K₁；

步骤4：运用偏移量准则，从所述参考图像中每个采样点的K₂个候选对应点中确定一个精确的对应点，从而完成图像的匹配。