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。