CN102184418A - 基于三角面积表示直方图的图像配准方法 - Google Patents

基于三角面积表示直方图的图像配准方法 Download PDF

Info

Publication number
CN102184418A
CN102184418A CN2011101549578A CN201110154957A CN102184418A CN 102184418 A CN102184418 A CN 102184418A CN 2011101549578 A CN2011101549578 A CN 2011101549578A CN 201110154957 A CN201110154957 A CN 201110154957A CN 102184418 A CN102184418 A CN 102184418A
Authority
CN
China
Prior art keywords
image
registration
triangle
histogram
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011101549578A
Other languages
English (en)
Other versions
CN102184418B (zh
Inventor
宋智礼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technology
Original Assignee
Shanghai Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technology filed Critical Shanghai Institute of Technology
Priority to CN201110154957.8A priority Critical patent/CN102184418B/zh
Publication of CN102184418A publication Critical patent/CN102184418A/zh
Application granted granted Critical
Publication of CN102184418B publication Critical patent/CN102184418B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及一种基于三角面积表示（TAR：triangle-arearepresentation)直方图的图像配准方法，就是利用仿射变换下的几何不变性——三角形面积表示的直方图统计信息，从正确率极其低下的特征匹配点对序列中,有效地找出正确的匹配特征点对，从而极大地提高了这种情况下使用特征点匹配算法的稳定性能,为遥感图像配准提供了一种新途径。

Description

基于三角面积表示直方图的图像配准方法
技术领域
本发明涉及一种图形处理技术，特别涉及一种基于三角面积表示直方图的图像配准方法。
背景技术
特征点检测与匹配算法是用来从两幅待配准的图像中检测特征点，并进行匹配操作的算法。但由于该算法存在对几何变形和图像灰度变化较敏感的缺点，从而导致在应用其进行遥感图像配准时非常不稳定，并且特征点间的正确匹配率极低的现象。
发明内容
本发明是针对图像进行匹配校准的正确率低的问题，提出了一种基于三角面积表示直方图的图像配准方法，利用仿射变换下的几何不变性---三角形面积表示（TAR：triangle-area representation)的直方图统计信息，有效地克服使用特征点匹配算法进行遥感图像配准时，存在着正确率极其低下的缺陷。
本发明的技术方案为：一种基于三角面积表示直方图的图像配准方法，具体包括如下步骤：
1）输入两幅待配准图像：基准图像、浮动图像；
2）从两幅待配准遥感图像中用特征点检测算法分别从基准图像中检测出特征点集                                                
Figure 2011101549578100002DEST_PATH_IMAGE001
,从浮动图像中检测出特征点集；
3）利用特征点周围区域的信息计算每个特征点的特征描述子；
4）依据特征点描述子计算两幅图像特征之间的相似程度，并由此找到相应的匹配映射，然后按照它们的相似程度由高到低进行排序，从而得到相应的映射集合如下：
Figure 2011101549578100002DEST_PATH_IMAGE003
；
5）定义对于任意给定的三点：，
Figure 2011101549578100002DEST_PATH_IMAGE005
，
Figure 732185DEST_PATH_IMAGE006
，得到的三角形面积表示值(Tar)为：
Figure 2011101549578100002DEST_PATH_IMAGE007
；
6）给定一个整数h,从集合
Figure 445057DEST_PATH_IMAGE008
中取出排在前面的匹配点对组成的集合记为
Figure 2011101549578100002DEST_PATH_IMAGE009
，
Figure 948851DEST_PATH_IMAGE010
为集合中的任意三点，由
Figure 250519DEST_PATH_IMAGE010
组成的三元组集合记为
Figure 2011101549578100002DEST_PATH_IMAGE011
，计算
Figure 548777DEST_PATH_IMAGE009
对应的三角形表示值集，得到集合如下：
；
7）计算
Figure 2011101549578100002DEST_PATH_IMAGE013
的直方图
Figure 181063DEST_PATH_IMAGE014
，并求出最大值记为；
8）按照公式
Figure 9342DEST_PATH_IMAGE016
统计
Figure 2011101549578100002DEST_PATH_IMAGE017
的概率
Figure 744080DEST_PATH_IMAGE018
；
9）按照
Figure 290599DEST_PATH_IMAGE018
对由大到小顺序排列，排序后正确匹配点对数累积曲线；
10）给定
Figure 2011101549578100002DEST_PATH_IMAGE019
,取出重新排序后的
Figure 412456DEST_PATH_IMAGE020
，从
Figure 380412DEST_PATH_IMAGE020
中计算仿射变换的各参数值；
11）在得到的参数的基础上，利用基于灰度的图像配准方法，进行精确配准。
本发明的有益效果在于：本发明基于三角面积表示直方图的图像配准方法，克服了传统的利用特征点匹配算法进行遥感图像配准，存在的正确率低的问题，极大地提高了使用特征点匹配算法在进行多模态图像配准时的稳定性能,为遥感图像配准提供了一种新途径。
附图说明
图1为本发明待配准的图像图；
图2为本发明检测出的特征点集图；
图3为本发明正确匹配特征点数累积曲线图；
图4为本发明计算所得到的直方图；
图5为本发明根据Tar直方图统计信息重新排序后的正确匹配特征点数累积曲线。
具体实施方式
利用特征描述子计算得到的特征点之间的匹配关系，其缺陷主要是由于图像的多模态性造成的。基于三角面积表示直方图的图像配准方法通过利用对图像的多模态性稳定的几何不变性信息，也就是利用仿射变换下的几何不变性---三角形面积表示的直方图统计信息。方法具体步骤如下：
1）输入两幅待配准图像：基准图像(R,Reference Image)如图1所示（a）、浮动图像（S,Sensed Image）如图1所示（b）；
2）从两幅待配准遥感图像中用特征点检测算法分别从基准图像(R,Reference Image)中检测出特征点集
Figure 408367DEST_PATH_IMAGE001
，如图2所示（a）,从浮动图像（S,Sensed Image）中检测出特征点集
Figure 119972DEST_PATH_IMAGE002
，如图2所示（b）；
3）利用特征点周围区域的信息计算每个特征点的特征描述子；
4）依据特征点描述子计算两幅图像特征之间的相似程度，并由此找到相应的匹配映射，然后按照它们的相似程度由高到低进行排序，从而得到相应的映射集合如下：
Figure 922842DEST_PATH_IMAGE003
,其正确匹配率曲线如图3所示；
5）定义对于任意给定的三点：
Figure 61700DEST_PATH_IMAGE004
，
Figure 582811DEST_PATH_IMAGE005
，
Figure 832527DEST_PATH_IMAGE006
，得到的三角面积表示值(Tar)为：
Figure 817800DEST_PATH_IMAGE007
；
6）给定一个整数h,从集合
Figure 65242DEST_PATH_IMAGE008
中取出排在前面的匹配点对组成的集合记为
Figure 135966DEST_PATH_IMAGE009
，
Figure 189373DEST_PATH_IMAGE010
为集合中的任意三点，由
Figure 966836DEST_PATH_IMAGE010
组成的三元组集合记为
Figure 447496DEST_PATH_IMAGE011
，计算
Figure 739937DEST_PATH_IMAGE009
对应的三角形表示值集，得到集合如下：
Figure 534718DEST_PATH_IMAGE012
；
7）计算
Figure 229004DEST_PATH_IMAGE013
的直方图
Figure 818248DEST_PATH_IMAGE014
，结果如图4所示,并求出最大值记为
Figure 863565DEST_PATH_IMAGE015
；
8）按照公式
Figure 258774DEST_PATH_IMAGE016
统计
Figure 745250DEST_PATH_IMAGE017
的概率
Figure 833292DEST_PATH_IMAGE018
；
9）按照
Figure 100325DEST_PATH_IMAGE018
对
Figure 236908DEST_PATH_IMAGE009
由大到小顺序排列，排序后正确匹配点对数累积曲线如图5所示，从图3与图5的对比可以看出，改进的算法对性能有很大的提高；
10）给定,取出重新排序后的
Figure 899151DEST_PATH_IMAGE020
，从
Figure 591163DEST_PATH_IMAGE020
中计算仿射变换的各参数值；
11）在得到的参数的基础上，利用基于灰度的图像配准方法，进行精确配准。

Claims (1)

1.一种基于三角面积表示直方图的图像配准方法，其特征在于，具体包括如下步骤：
1）输入两幅待配准图像：基准图像、浮动图像；
2）从两幅待配准遥感图像中用特征点检测算法分别从基准图像中检测出特征点集                                               
Figure 2011101549578100001DEST_PATH_IMAGE002
,从浮动图像中检测出特征点集
Figure 2011101549578100001DEST_PATH_IMAGE004
；
3）利用特征点周围区域的信息计算每个特征点的特征描述子；
4）依据特征点描述子计算两幅图像特征之间的相似程度，并由此找到相应的匹配映射，然后按照它们的相似程度由高到低进行排序，从而得到相应的映射集合如下：
Figure 2011101549578100001DEST_PATH_IMAGE006
；
5）定义对于任意给定的三点：
Figure 2011101549578100001DEST_PATH_IMAGE008
，
Figure 2011101549578100001DEST_PATH_IMAGE010
，
Figure 2011101549578100001DEST_PATH_IMAGE012
，得到的三角形Tar表示值为：
Figure 2011101549578100001DEST_PATH_IMAGE014
；
6）给定一个整数h,从集合
Figure 2011101549578100001DEST_PATH_IMAGE016
中取出排在前面的匹配点对组成的集合记为
Figure 2011101549578100001DEST_PATH_IMAGE018
，为集合中的任意三点，由
Figure 600079DEST_PATH_IMAGE020
组成的三元组集合记为
Figure 2011101549578100001DEST_PATH_IMAGE022
，计算
Figure 449043DEST_PATH_IMAGE018
对应的三角形表示值集，得到集合如下：
；
7）计算的直方图
Figure 2011101549578100001DEST_PATH_IMAGE028
，并求出最大值记为
Figure 2011101549578100001DEST_PATH_IMAGE030
；
8）按照公式
Figure 2011101549578100001DEST_PATH_IMAGE032
统计
Figure 2011101549578100001DEST_PATH_IMAGE034
的概率
Figure 2011101549578100001DEST_PATH_IMAGE036
；
9）按照
Figure 104146DEST_PATH_IMAGE036
对
Figure 499356DEST_PATH_IMAGE018
由大到小顺序排列，排序后正确匹配点对数累积曲线；
10）给定
Figure 2011101549578100001DEST_PATH_IMAGE038
,取出重新排序后的
Figure 2011101549578100001DEST_PATH_IMAGE040
，从中计算仿射变换的各参数值；
11）在得到的参数的基础上，利用基于灰度的图像配准方法，进行精确配准。
CN201110154957.8A 2011-06-10 2011-06-10 基于三角面积表示直方图的图像配准方法 Expired - Fee Related CN102184418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110154957.8A CN102184418B (zh) 2011-06-10 2011-06-10 基于三角面积表示直方图的图像配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110154957.8A CN102184418B (zh) 2011-06-10 2011-06-10 基于三角面积表示直方图的图像配准方法

Publications (2)

Publication Number Publication Date
CN102184418A true CN102184418A (zh) 2011-09-14
CN102184418B CN102184418B (zh) 2013-01-09

Family

ID=44570591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110154957.8A Expired - Fee Related CN102184418B (zh) 2011-06-10 2011-06-10 基于三角面积表示直方图的图像配准方法

Country Status (1)

Country Link
CN (1) CN102184418B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542569A (zh) * 2011-12-21 2012-07-04 武汉市兑尔科技有限公司 一种快速图像配准及其标定方法及实现其的系统
CN104766323A (zh) * 2015-04-07 2015-07-08 北京航空航天大学 一种遥感图像的点匹配方法
CN106780574A (zh) * 2016-11-18 2017-05-31 辽宁工程技术大学 一种图像的无纹理区域匹配方法
CN114155285A (zh) * 2021-10-29 2022-03-08 上海海栎创科技股份有限公司 基于灰度直方图的图像配准方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030053663A1 (en) * 2001-09-20 2003-03-20 Eastman Kodak Company Method and computer program product for locating facial features
US20100021065A1 (en) * 2006-12-20 2010-01-28 Alexander Sibiryakov Multiple image registration apparatus and method
CN101833762A (zh) * 2010-04-20 2010-09-15 南京航空航天大学 基于对象间粗大边缘和拟合的异源图像匹配的方法
CN101847215A (zh) * 2009-03-26 2010-09-29 上海华虹集成电路有限责任公司 非接触式ic卡的时钟电路和数据解码电路

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030053663A1 (en) * 2001-09-20 2003-03-20 Eastman Kodak Company Method and computer program product for locating facial features
US20100021065A1 (en) * 2006-12-20 2010-01-28 Alexander Sibiryakov Multiple image registration apparatus and method
CN101847215A (zh) * 2009-03-26 2010-09-29 上海华虹集成电路有限责任公司 非接触式ic卡的时钟电路和数据解码电路
CN101833762A (zh) * 2010-04-20 2010-09-15 南京航空航天大学 基于对象间粗大边缘和拟合的异源图像匹配的方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542569A (zh) * 2011-12-21 2012-07-04 武汉市兑尔科技有限公司 一种快速图像配准及其标定方法及实现其的系统
CN102542569B (zh) * 2011-12-21 2015-03-11 武汉市兑尔科技有限公司 一种快速图像配准及其标定方法及实现其的系统
CN104766323A (zh) * 2015-04-07 2015-07-08 北京航空航天大学 一种遥感图像的点匹配方法
CN104766323B (zh) * 2015-04-07 2018-03-06 北京航空航天大学 一种遥感图像的点匹配方法
CN106780574A (zh) * 2016-11-18 2017-05-31 辽宁工程技术大学 一种图像的无纹理区域匹配方法
CN106780574B (zh) * 2016-11-18 2019-06-25 辽宁工程技术大学 一种图像的无纹理区域匹配方法
CN114155285A (zh) * 2021-10-29 2022-03-08 上海海栎创科技股份有限公司 基于灰度直方图的图像配准方法
CN114155285B (zh) * 2021-10-29 2023-08-18 上海海栎创科技股份有限公司 基于灰度直方图的图像配准方法

Also Published As

Publication number Publication date
CN102184418B (zh) 2013-01-09

Similar Documents

Publication Publication Date Title
Tang et al. Real-time articulated hand pose estimation using semi-supervised transductive regression forests
CN103295016B (zh) 基于深度与rgb信息和多尺度多方向等级层次特征的行为识别方法
CN102184418B (zh) 基于三角面积表示直方图的图像配准方法
US20080292192A1 (en) Human detection device and method and program of the same
CN103308430A (zh) 一种测量种子千粒重的方法及装置
CN102855621A (zh) 一种基于显著区域分析的红外与可见光遥感图像配准方法
CN104268853A (zh) 一种红外图像与可见光图像配准方法
CN104182973A (zh) 基于圆形描述算子csift的图像复制粘贴检测方法
CN101593205A (zh) 基于视频的三维模型检索方法
CN104866851A (zh) 一种图像匹配的sift算法
CN103729631A (zh) 一种基于视觉的连接器表面特征自动识别方法
CN110263662B (zh) 一种基于分级的人体轮廓关键点和关键部位识别方法
CN102982537A (zh) 一种检测场景变换的方法和系统
CN104240231A (zh) 基于局部结构二进制模式的多源图像配准
CN103471523A (zh) 一种拟南芥轮廓表型的检测方法
CN103679193A (zh) 一种基于freak的高速高密度封装元器件快速定位方法
CN103544492B (zh) 基于深度图像三维曲面几何特征的目标识别方法和装置
CN103761768A (zh) 一种三维重建的立体匹配方法
CN112033408B (zh) 一种贴纸式的物体空间定位系统及定位方法
CN106228557A (zh) 基于二次jpeg压缩的图像篡改区域检测方法
CN102855473B (zh) 一种基于相似性度量的图像多目标检测方法
CN105590086A (zh) 一种基于视觉标签识别的物品防盗检测方法
Shan A Novel Image Correlation Matching Approach.
CN106971133A (zh) 一种提高图像识别精度装置及方法
CN103471514A (zh) 一种基于机器视觉和一元线性回归分析的大蒜分级方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130109

Termination date: 20150610

EXPY Termination of patent right or utility model