[发明专利]一种基于核相关滤波的异源图像目标匹配方法

摘要

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。

主权项

1.一种基于核相关滤波的异源图像目标匹配方法，其特征在于，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；(6)创建高斯权重窗W_g，并对高斯权重窗W_g进行傅里叶变换得到(7)将步骤(5)得到的高斯核自相关结果和步骤(6)得到的傅里叶变换结果进行系数解矩阵，得到检测器α；(8)将待匹配图像I_c矫正为正视图，在正视图中，选择目标检测区域，提取检测区域的HOG特征F′，检测区域范围与参考图像中检测区域范围相同；(9)将步骤(8)提取到的HOG特征F′与二维余弦窗W_cos加权，并将加权结果映射到傅里叶空间得到(10)将结果与进行高斯核相关卷积，得到K'；(11)将K'与检测器α乘积做傅里叶逆变换，得到响应矩阵，响应矩阵最大值即为置信度confi，当置信度confi大于置信度阈值Th时则匹配成功，否则认为目标未出现在待匹配图像I_c中。