[发明专利]基于傅里叶梅林变换的图像几何匹配方法

摘要

本发明公开了一种基于傅里叶梅林变换的图像几何匹配方法，解决了待匹配图像和参考图像间旋转角度较大时匹配精度差，时间长的问题。匹配过程包括：用傅里叶梅林变换求待匹配图像和参考图像间的旋转角；对旋转角矫正，得到初步匹配图像；提取上述两幅图像显著图的特征点；对特征点关联；求解仿射变换模型；用该模型变换初步匹配图像，用双线性插值法对变换后图像插值，得到最终匹配图像。本发明能有效处理待匹配图像与参考图像间旋转角度差较小的情况，且可处理两图像间旋转角较大的情况，匹配时间远小于SIFT算法的匹配时间。本发明精度高、匹配效率高，可用于处理图像间旋转角度差较大时的图像匹配。

主权项

一种基于傅里叶梅林变换的图像几何匹配方法，其特征在于，对待匹配图像和参考图像进行匹配，匹配步骤包括有：步骤1：利用傅里叶梅林变换求出待匹配图像B和参考图像A之间的旋转角度，首先将待匹配图像和参考图像均变换到傅里叶频域，得到待匹配图像和参考图像的频谱，然后对待匹配图像的频谱和参考图像的频谱分别取模值，建立一个关于两幅图像间旋转角度的等式，找出待匹配图像频谱和参考图像频谱模值的关系，再将等式变换到极坐标下，得到两模值在极坐标下相应的关系等式，最后对极坐标下的等式进行傅里叶变换，根据交叉能量谱公式求得待匹配图像和参考图像之间的旋转角度；步骤2：得到初步匹配图像，利用傅里叶梅林变换求出的参考图像和待匹配图像间的旋转角度，矫正待匹配图像，得到初步匹配图像；步骤3：获得初步匹配图像的显著图和参考图像的显著图，并使用SURF角点提取算法提取参考图像显著图和待匹配图像显著图中的特征点；步骤4：对初步匹配图像显著图中的特征点和参考图像显著图中的特征点进行特征关联，即使用最近距离与次近距离之比的关联方法，让两幅图像中相同物理位置的点对准成一个点，形成关联点；步骤5：求解仿射变换模型参数，假定初步匹配图像显著图的特征点p₁(x₁,y₁)和参考图像显著图的特征点p₂(x₂,y₂)是关联点，则根据仿射变换，建立二者的关系如下式：$\left\{\begin{array}{c}{x}_2=a_{11}{x}_1+a_{12}{y}_1+a_{13}\\ y_2=a_{21}{x}_1+a_{22}{y}_1+a_{23}\end{array}\right.$上式中,a₁₁,a₁₂,a₁₃,a₂₁,a₂₂,a₂₃分别是控制平移、旋转和尺度变换的参数，上式也可以改写成矩阵形式，如下式所示，$\left[\begin{array}{c}{x}_2\\ y_2\\ 1\end{array}\right]=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_1\\ y_1\\ 1\end{array}\right]$通过代入初步匹配图像显著图和参考图像显著图中多对关联特征点对的坐标，求出仿射变换模型的a₁₁,a₁₂,a₁₃,a₂₁,a₂₂,a₂₃参数；步骤6：利用求解出的仿射变换模型变换初步匹配图像，并使用双线性插值算法对变换后的图像插值，得到待匹配图像最终的匹配图像。