CN104112270B - 一种基于自适应权重多尺度窗口的任意点匹配算法 - Google Patents

一种基于自适应权重多尺度窗口的任意点匹配算法 Download PDF

Info

Publication number
CN104112270B
CN104112270B CN201410201873.9A CN201410201873A CN104112270B CN 104112270 B CN104112270 B CN 104112270B CN 201410201873 A CN201410201873 A CN 201410201873A CN 104112270 B CN104112270 B CN 104112270B
Authority
CN
China
Prior art keywords
point
window
matching algorithm
multiple dimensioned
matched
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.)
Active
Application number
CN201410201873.9A
Other languages
English (en)
Other versions
CN104112270A (zh
Inventor
胡伏原
季剑岚
程成
姒绍辉
顾亚军
翟金鑫
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.)
Jiangsu beisiwang Technology Co.,Ltd.
Original Assignee
Suzhou University of Science and 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 Suzhou University of Science and Technology filed Critical Suzhou University of Science and Technology
Priority to CN201410201873.9A priority Critical patent/CN104112270B/zh
Publication of CN104112270A publication Critical patent/CN104112270A/zh
Application granted granted Critical
Publication of CN104112270B publication Critical patent/CN104112270B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开一种基于自适应权重多尺度窗口的任意点匹配算法,该匹配算法包括如下步骤:1)读取模板图像;2)读取待匹配图像;3)点选目标点;4)获取搜索路径;5)逐步选取搜索路径上的点;6)计算自适应权重多尺度窗口匹配值;7)判断搜索路径搜索是否完成;8)选择最佳匹配点。本发明的匹配算法提出使用多个尺度的窗口可将简单的、复杂的情况均包含在内,综合了传统两种算法的优点,而根据不同尺度窗口内的像素分布信息自适应调整各个窗口的权重系数,实现较好的自适应局部匹配效果。

Description

一种基于自适应权重多尺度窗口的任意点匹配算法
技术领域
本发明属于图像处理与模式识别领域中的立体匹配技术范畴,尤其涉及一种基于自适应权重多尺度窗口的任意点匹配算法。
背景技术
在立体匹配领域中,立体图像由在不同位置不同视角的两摄像机对同一场景拍摄得到。通过在两图像中查找的任意点对位置信息得到点对的视差估计,进而可以根据视差获取深度信息。寻找任意点对是立体匹配技术的关键步骤。目前立体匹配技术主要分为全局匹配算法和局部匹配算法。全局匹配算法包括:基于图割理论的匹配算法、置信传播算法、SGBM等,主要通过构建能量函数E(d),最小化能量函数E(d)寻找点坐标。局部匹配算法主要通过各种相容性在点坐标的局部邻域寻找相似性最高的点局部邻域,局部邻域的中心点即为匹配点坐标。
目前立体匹配中的局部匹配算法中主要通过邻域内像素信息寻找最佳匹配点。其中邻域大小、形状的选取对最终匹配结果有很大影响。对于三维中平坦区域,邻域窗口大小越大,则包含的周围信息越多,越有利于匹配的完成;然而对于遮挡区域,存在深度差异较大的多个物体区域时,邻域窗口大小越小,越能减小周围信息对边缘的平滑效应,越利于匹配的完成。
为解决上述问题,目前的方法是,1.采用判断当前点的情况分别选择不同尺度的窗口进行匹配;2.采用提取点周围轮廓确定不规则窗口的方法,但都无法很好解决问题。
有鉴于上述现有的匹配算法存在的缺陷,本发明人基于从事此类产品设计制造多年丰富的实务经验及专业知识,并配合学理的运用,积极加以研究创新,以期创设一种新型基于自适应权重多尺度窗口的任意点匹配算法,使其更具有实用性。经过不断的研究、设计,并经反复试作样品及改进后,终于创设出确具实用价值的本发明。
发明内容
本发明的主要目的在于,克服现有的匹配算法存在的缺陷,而提供一种新型基于自适应权重多尺度窗口的任意点匹配算法,实现良好的自适应局部匹配效果,从而更加适于实用,且具有产业上的利用价值。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的基于自适应权重多尺度窗口的任意点匹配算法,该匹配算法包括如下步骤:
1)读取模板图像;
2)读取待匹配图像;
3)点选目标点;
4)获取搜索路径;
5)逐步选取搜索路径上的点;
6)计算自适应权重多尺度窗口匹配值;
7)判断搜索路径搜索是否完成;
8)选择最佳匹配点。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述步骤2)中读取待匹配图像时,待匹配图像由摄像机在不同角度下拍摄同一场景得到。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述步骤3)点选目标点为在模板图像中选择需要匹配点p。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述步骤4)获取搜索路径为利用SIFT匹配点对计算不同视角拍摄的两图像间的基本矩阵,获得目标点在待匹配图像中的极线,确定搜索路径。其中SIFT是指尺度不变特征转换,是用于图像处理领域的一种描述子。这种描述具有尺度不变性,可在图像中检测出关键点。是一种局部描述子。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述不同视角拍摄的两图像分别为模板图像和待匹配图像。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述步骤5)逐步选取搜索路径上的点为在待匹配图像搜索路径上,以步阶为1像素逐步搜索待匹配点q。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述步骤6)计算自适应权重多尺度窗口匹配值为根据公式
计算匹配点p和待匹配点q间自适应权重多尺度窗口相似度值,式中wi
为第i个尺度窗口的权重系数。
更具体的,前述的基于自适应权重多尺度窗口的任意点匹配算法,所述步骤7)中判断搜索路径搜索是否完成时,若搜索完成,执行第8)步,若未完成,重复执行第5)步。
借由上述技术方案,本发明基于自适应权重多尺度窗口的任意点匹配算法至少具有下列优点:
本发明的匹配算法提出使用多个尺度的窗口可将简单的、复杂的情况均包含在内,综合了传统两种算法的优点,而根据不同尺度窗口内的像素分布信息自适应调整各个窗口的权重系数,实现较好的自适应局部匹配效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例详细说明如后。
附图说明
图1为本发明匹配算法的操作流程图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,对依据本发明提出的基于自适应权重多尺度窗口的任意点匹配算法其具体实施方式、特征及其功效,详细说明如后。
实施例1
如图1所示的本发明匹配算法的操作流程图,本发明提出的基于自适应权重多尺度窗口的任意点匹配算法具体操作有如下步骤:
1)读取模板图像;
2)读取待匹配图像,其中模板图像和待匹配图像由摄像机在不同角度下拍摄同一场景得到;
3)鼠标点选目标点:在模板图像中选择需要的匹配点p;
4)获取搜索路径:根据对极几何原理,利用SIFT匹配点对计算不同视角拍摄的两图像(模板图像和待匹配图像)间的基本矩阵,进而可获得目标点在待匹配图像中的极线,确定搜索路径;
5)逐步选取搜索路径上的点,在待匹配图像搜索路径上,以步阶为1像素,逐步搜索待匹配点q;
6)计算自适应权重多尺度窗口匹配值:根据原理说明部分公式(2),计算匹配点p和待匹配点q间自适应权重多尺度窗口相似度值;
7)判断搜索路径是否搜索完成:判断搜索路径上的候选点是否均搜索完成,若搜索完成,执行第8)步,若未完成,重复执行第5)步;
8)根据WTA策略选择最佳匹配点:对搜索路径上的每个点坐标,均计算该待匹配点q与匹配点p之间的自适应权重多尺度窗口匹配值,根据WTA策略选择匹配值最大的点作为最佳匹配点。
本发明的匹配算法原理:
1.自适应权重多尺度窗口匹配算法:
局部匹配时,窗口大小的选择对匹配结果影响很大,因此可考虑使用多个尺度的窗口同时进行匹配,根据每个窗口内像素信息自适应的调整窗口的权重。
窗口个数一般选择3-5个,窗口尺度以相同步阶变化,本文使用5个窗口(W1,W2,W3,W4,W5),尺度分别为:5*5、8*8、11*11、14*14、17*17。
同一尺度窗口间的相似性描述可选择归一化互相关系数(NCC)来计算,则每个窗口的NCC匹配值可用公式表示如下所示:
其中,表示模板图像中的第i个窗口,表示待匹配图像的第i个窗口,Ip,Iq分别为模板图像中点p的亮度值、待匹配图像中点q的亮度值(点p在窗口中的位置与点q在窗口中的位置相同)
设第i个尺度窗口的权重系数wi,则两点间5个窗口的总相似值表示为:
而权重系数wi主要根据窗口内像素分布计算得出,计算方式如下所示:
其中,N为窗口Wi内像素个数,为模板图像窗口Wi内点p在x方向的梯度,为待匹配图像窗口Wi内点q在x方向的梯度,为模板图像窗口Wi内点p在y方向的梯度,为待匹配图像窗口Wi内点q在y方向的梯度。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (5)

1.一种基于自适应权重多尺度窗口的任意点匹配算法,其特征在于,该匹配算法包括如下步骤:
1)读取模板图像;
2)读取待匹配图像;
3)点选目标点;
4)获取搜索路径:根据对极几何原理,利用SIFT匹配点对计算不同视角拍摄的两图像间的基本矩阵,进而可获得目标点在待匹配图像中的极线,确定搜索路径;
5)逐步选取搜索路径上的点,在待匹配图像搜索路径上,以步阶为1像素,逐步搜索待匹配点q;
6)计算自适应权重多尺度窗口匹配值:根据公式
S = Σ i = 1 5 w i S i Σ i = 1 5 w i
计算匹配点p和待匹配点q间自适应权重多尺度窗口相似度值,其中,wi为第i个尺度窗口的权重系数,Si为每个窗口的NCC匹配值;
7)判断搜索路径搜索是否完成;
8)选择最佳匹配点。
2.根据权利要求1所述的基于自适应权重多尺度窗口的任意点匹配算法,其特征在于,所述步骤2)中读取待匹配图像时,待匹配图像由摄像机在不同角度下拍摄同一场景得到。
3.根据权利要求1所述的基于自适应权重多尺度窗口的任意点匹配算法,其特征在于,所述步骤3)点选目标点为在模板图像中选择需要匹配点p。
4.根据权利要求1所述的基于自适应权重多尺度窗口的任意点匹配算法,其特征在于,所述不同视角拍摄的两图像分别为模板图像和待匹配图像。
5.根据权利要求1所述的基于自适应权重多尺度窗口的任意点匹配算法,其特征在于,所述步骤7)中判断搜索路径搜索是否完成时,若搜索完成,执行第8)步,若未完成,重复执行第5)步。
CN201410201873.9A 2014-05-14 2014-05-14 一种基于自适应权重多尺度窗口的任意点匹配算法 Active CN104112270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410201873.9A CN104112270B (zh) 2014-05-14 2014-05-14 一种基于自适应权重多尺度窗口的任意点匹配算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410201873.9A CN104112270B (zh) 2014-05-14 2014-05-14 一种基于自适应权重多尺度窗口的任意点匹配算法

Publications (2)

Publication Number Publication Date
CN104112270A CN104112270A (zh) 2014-10-22
CN104112270B true CN104112270B (zh) 2017-06-20

Family

ID=51709049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410201873.9A Active CN104112270B (zh) 2014-05-14 2014-05-14 一种基于自适应权重多尺度窗口的任意点匹配算法

Country Status (1)

Country Link
CN (1) CN104112270B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11105897B2 (en) * 2016-02-18 2021-08-31 L.H. Kosowsky & Associates Imaging system for locating human beings through barriers

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008111290A1 (ja) * 2007-03-13 2008-09-18 Nikon Corporation テンプレートマッチング装置、テンプレートマッチング装置を備えたカメラ、テンプレートマッチングをコンピュータで行うためのプログラム
CN101577795A (zh) * 2009-06-17 2009-11-11 深圳华为通信技术有限公司 一种实现全景图像的实时预览的方法和装置
CN101662695A (zh) * 2009-09-24 2010-03-03 清华大学 一种获取虚拟视图的方法和装置
CN101720047A (zh) * 2009-11-03 2010-06-02 上海大学 基于颜色分割的多目摄像立体匹配获取深度图像的方法
CN101866497A (zh) * 2010-06-18 2010-10-20 北京交通大学 基于双目立体视觉的智能三维人脸重建方法及系统
CN101976455A (zh) * 2010-10-08 2011-02-16 东南大学 一种基于立体匹配的彩色图像三维重建方法
WO2014064870A1 (ja) * 2012-10-22 2014-05-01 株式会社ソニー・コンピュータエンタテインメント 画像処理装置および画像処理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008111290A1 (ja) * 2007-03-13 2008-09-18 Nikon Corporation テンプレートマッチング装置、テンプレートマッチング装置を備えたカメラ、テンプレートマッチングをコンピュータで行うためのプログラム
CN101577795A (zh) * 2009-06-17 2009-11-11 深圳华为通信技术有限公司 一种实现全景图像的实时预览的方法和装置
CN101662695A (zh) * 2009-09-24 2010-03-03 清华大学 一种获取虚拟视图的方法和装置
CN101720047A (zh) * 2009-11-03 2010-06-02 上海大学 基于颜色分割的多目摄像立体匹配获取深度图像的方法
CN101866497A (zh) * 2010-06-18 2010-10-20 北京交通大学 基于双目立体视觉的智能三维人脸重建方法及系统
CN101976455A (zh) * 2010-10-08 2011-02-16 东南大学 一种基于立体匹配的彩色图像三维重建方法
WO2014064870A1 (ja) * 2012-10-22 2014-05-01 株式会社ソニー・コンピュータエンタテインメント 画像処理装置および画像処理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"An Area-Based Stereo Matching Using Adaptive Search Range and Window Size";Han-Suh Koo et al.;《Springer-Verlag Berlin Heidelberg 2001》;20010721;44-53 *
"基于图像立体匹配的三维重建";黄涛;《中国优秀硕士学位论文全文数据库 信息科技辑》;20080915(第9期);I138-615 *

Also Published As

Publication number Publication date
CN104112270A (zh) 2014-10-22

Similar Documents

Publication Publication Date Title
US11176406B2 (en) Edge-based recognition, systems and methods
CN103310453B (zh) 一种基于子图像角点特征的快速图像配准方法
CN107424161B (zh) 一种由粗至精的室内场景图像布局估计方法
Zhang et al. Deep hierarchical guidance and regularization learning for end-to-end depth estimation
CN104850850B (zh) 一种结合形状和颜色的双目立体视觉图像特征提取方法
TWI394087B (zh) 追蹤目標物的方法及裝置
CN104021559B (zh) 基于互信息和Harris角点检测的图像配准方法
CN107103277B (zh) 一种基于深度相机和3d卷积神经网络的步态识别方法
CN106203342A (zh) 基于多角度局部特征匹配的目标识别方法
CN104574375A (zh) 结合彩色和深度信息的图像显著性检测方法
CN106845495B (zh) 一种图像中断裂曲线闭合方法
CN105046694A (zh) 一种基于曲面拟合系数特征的点云快速配准方法
CN104200461A (zh) 基于互信息图像选块和sift特征的遥感图像配准方法
CN104036480A (zh) 基于surf算法的快速消除误匹配点方法
CN105160686B (zh) 一种基于改进sift算子的低空多视角遥感影像匹配方法
CN110490913A (zh) 基于角点与单线段编组的特征描述算子进行影像匹配方法
CN112396643A (zh) 一种尺度不变特征与几何特征融合的多模态高分影像配准方法
CN104102904A (zh) 一种静态手势识别方法
CN102800051A (zh) 基于分数阶微分的自适应浮选泡沫图像增强方法
CN108229247A (zh) 一种移动车辆检测方法
CN107609571A (zh) 一种基于lark特征的自适应目标跟踪方法
CN107909085A (zh) 一种基于Harris算子的图像特征角点提取方法
CN103593675A (zh) 一种基于对数极坐标变换的静脉匹配方法
Pan et al. An adaptive multifeature method for semiautomatic road extraction from high-resolution stereo mapping satellite images
CN105654479A (zh) 多光谱图像配准方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 215000 Binhe Road 298, Suzhou City, Jiangsu Province

Patentee after: SUZHOU University OF SCIENCE AND TECHNOLOGY

Address before: 215009 CREE Road, Suzhou hi tech Zone, Suzhou, Jiangsu Province, No. 1

Patentee before: University OF SCIENCE AND TECHNOLOGY OF SUZHOU

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20220124

Address after: Room 930, building 1, Wanbao Century Business Plaza, 988 Chengbei East Road, Suzhou, Jiangsu 215000

Patentee after: Jiangsu beisiwang Technology Co.,Ltd.

Address before: 215000 Binhe Road 298, Suzhou City, Jiangsu Province

Patentee before: SUZHOU University OF SCIENCE AND TECHNOLOGY

TR01 Transfer of patent right