[发明专利]场景和光照变化条件下的图像高精度配准方法

摘要

本发明涉及一种场景和光照变化条件下的图像高精度配准方法，步骤包括：相机重定位、L与F的初始化、照明校正、相机几何位置校正。本发明提出了多尺度低秩显著性检测方法，并通过运用基于GMM的协同显著性先验，将多尺度低秩显著性检测推广到多幅图像协同显著性检测中，以检测多幅图像中出现的相同或相似的区域。与传统的显著性检测方法相比，本发明所提出的低秩多尺度超像素融合算法解决了尺度选择困难的问题，并取得了更可靠的显著性检测结果。

主权项

1.一种场景和光照变化条件下的图像高精度配准方法，步骤如下：⑴收集不同时间的场景观测样本，在一个场景中采集N张图片：1个环境照明和N‑1个定向侧照明，这些图片被存储为列向量，给定X作为上述N个照明所组成的矩阵如下：其中，1≤k≤K，K为侧照明定向的个数，将当前的相机重定位到与上次观测相近的角度和位置，通过与上次观测的多张DSL比对后粗略调整，获取当前的观测矩阵Y：⑵L与F的初始化：L代表光照差，F代表相机的几何校正流，由(1)中给出的X、Y，假设有图像x_i和y_i：其中，i＝0时代表EL图像，1≤i≤K时代表DSL图像，得到了全局线性光度校正矩阵和一个偏移向量的公式：其中，和分别代表图像x_i和y_i的匹配SIFT特征点的RGB颜色，(*)为准规范光照模型，在封闭的形式下可解；⑶正常感知照明校正：基于朗伯反射模型：I_p＝∫<n_p,w>ρ_pL(w)dw其中，I_p、n_p和ρ_p分别代表像素p的颜色、常态和反照率，L(w)为照明函数、w代表球坐标系下的一个方向，通过给X_F中加入虚拟光L^v(.)来校正其与当前观测Y的光照偏差，得到如下公式：其中，是像素p校正后的颜色，是加入虚拟光度后产生的颜色增量，L^x(w)表示图像X看到的在w方向下的光照强度，表示经过相机位姿矫正后X中第p个像素的颜色，用下面的函数平衡X与Y的光度差，即将下面的函数最小化：其中，Lⁱ是第i个光照下X与Y的空间变化正常感知照明差，公式的前半部分鼓励了与yⁱ的光度一致性，是可变的，其中0≤C_p≤1是像素p变化的可能性，公式的后半部分鼓励虚拟光空间的连续性，w_pq代表p和q的相似性、p～q表示p与q相邻，q表示像素p正右方或正下方的相邻像素，⑷相机几何位置校正：根据正常感知照明差Lⁱ，可以得到一个新的被校正过的光度X_L，通过扩展SIFT框架，修正其能量函数如下：其中，与(3)中相同，通过上述步骤得到与上次拍摄的图片位置、光照完全相同的图片，进行探测发现其细密的纹理变化。