[发明专利]一种基于核相关滤波的异源图像目标匹配方法

说明书

本发明公开了一种基于核相关滤波的异源图像目标匹配方法，首先在参考图像中选择目标位置，然后设定初始化参数，确定检测区域并缩放图像，提取HOG特征，构建二维余弦窗和高斯窗，并对加权的二维余弦窗和高斯窗进行傅里叶变换，最终得到检测器；对待匹配图像进行参数矫正，确定检测区域，提取HOG特征，将余弦窗加权和初始化模板特征进行傅里叶变换和高斯核相关，再通过高斯核相关卷积和检测器得到相应矩阵，响应矩阵最大值即为置信度，置信度大于阈值则认为异源图像匹配成功。本发明使用了核化相关滤波，将待匹配特征映射到高维空间中进行匹配，提高了匹配的稳定性，同时用基于快速傅里叶变化的相关滤波大幅减少了匹配运算量，实现异源图像快速匹配。

技术领域

本发明属于图像目标匹配技术领域，尤其涉及一种基于核相关滤波的异源图像目标匹配方法。

背景技术

异源图像目标匹配是指针对来自不同时间、不同传感器或者不同视角的两幅或多幅图像，寻找其中存在的同一目标的过程。换言之，异源图像目标匹配使得两幅或多幅图像中的相同目标之间形成了一一对应关系。这种对应关系为包括精确制导、三维重建、视觉导航、数字视频稳像、数据融合、运动估计和变化检测等应用提供了不可或缺的前提。因此异源图像匹配的性能在军民两方面应用领域都有着至关重要的影响。

异源图像目标匹配面临的主要问题是同一目标在不同图像中外观变化大，这些变化主要包括光强变化、视角变化、图像传感器成像变化、目标自身变化等。其中光强变化由光照变化和图像传感器对信号的反应强度变化所导致，表现为同一物体在图像中灰度不一致。视角变化由成像位置或角度发生变化所导致，表现为同一物体在图像中的位置、方向、姿态等不一样，进而导致同一物体在不同图像中显示形态发生变化。图像传感器类型的不同，如红外和可见光传感器，也会对同一目标观测到不同的内容，从而导致图像间的灰度相关性严重降低。目标变化则由目标个体本身的变化所致，例如季节变化、物体移动、转动等，显然这也会导致图像部分内容发生变化。

自动适应这些变化，并且兼顾匹配的可靠性和计算速度是一个极富挑战性的难题。因此，尽管异源图像目标匹配问题经过数十年的研究，涌现了大量的算法，但依然没有得到彻底解决。目前，多数异源图像目标匹配方法均是基于图像特征提取和特征点匹配。此类在计算速度和适应变形方面具有一定的优势，但由于异源图像上的目标外观变化较大，因此容易出现大量误匹配的特征点，所以此类方法可靠性比较差，不能很好的解决图像内容变化剧烈的异源图像目标匹配问题。

发明内容

本发明的目的在于提供一种基于核相关滤波的异源图像目标匹配方法，解决了异源图像存在显著差异，无法进行有效匹配的难题。

本发明是通过以下技术方案来实现：

一种基于核相关滤波的异源图像目标匹配方法，异源图像包括参考图像I_r和待匹配图像I_c，检测由用户在参考图像I_r中选择的目标，是否在待匹配图像I_c中存在，具体包括以下步骤：

(1)在参考图像I_r中选择目标位置，目标位置对应的目标范围的宽度与高度均记为R；

(2)设定初始化参数，初始化参数包括检测区域倍数pad，高斯核带宽σ，高斯目标带宽σ_o，归一化因子λ，模板尺寸Tplsz，置信度阈值Th，HOG单元C_sz；

(3)确定检测区域后并缩放图像，在参考图像I_r中，提取检测区域的HOG特征F；

(4)创建二维余弦窗W_cos，并将HOG特征F与二维余弦窗W_cos加权，得到目标特征矩阵F_w，并对目标特征矩阵F_w进行傅里叶变换得到

(5)将进行自身高斯卷积运算，得到高斯核自相关K；