CN111656394B - 图像比对设备 - Google Patents
图像比对设备 Download PDFInfo
- Publication number
- CN111656394B CN111656394B CN201880082883.1A CN201880082883A CN111656394B CN 111656394 B CN111656394 B CN 111656394B CN 201880082883 A CN201880082883 A CN 201880082883A CN 111656394 B CN111656394 B CN 111656394B
- Authority
- CN
- China
- Prior art keywords
- image
- frequency characteristic
- score
- frequency characteristics
- synthesized
- 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
Links
- 238000001228 spectrum Methods 0.000 claims description 142
- 238000000034 method Methods 0.000 claims description 61
- 239000006185 dispersion Substances 0.000 claims description 42
- 230000002194 synthesizing effect Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 description 42
- 238000006243 chemical reaction Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 27
- 238000003860 storage Methods 0.000 description 24
- 230000015572 biosynthetic process Effects 0.000 description 22
- 238000003786 synthesis reaction Methods 0.000 description 22
- 230000009466 transformation Effects 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000004069 differentiation Effects 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 230000001131 transforming effect Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/80—Recognising image objects characterised by unique random patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/196—Recognition using electronic means using sequential comparisons of the image signals with a plurality of references
- G06V30/1983—Syntactic or structural pattern recognition, e.g. symbolic string recognition
- G06V30/1985—Syntactic analysis, e.g. using a grammatical approach
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
提供了将第一图像相对第二图像进行比较的图像比较装置，该图像比较装置被提供有频率特征获取单元、频率特征组合单元和确定单元。频率特征获取单元获取第一图像的频率特征和第二图像的频率特征。频率特征组合单元通过将第一图像的频率特征和第二图像的频率特征进行组合，来生成经组合的频率特征。确定单元计算指示经组合的频率特征与具有单一周期的波的一致的程度的得分，并且基于该得分将第一图像相对第二图像进行比较。
Description
技术领域
本发明涉及图像比对设备、图像比对方法和记录介质。
背景技术
用于对比较图像和注册图像进行比对(collate)的各种图像比对方法已被提出或投入实际使用，以用于个人识别或类似的目的。
例如，在专利文献1中，首先，比较图像和注册图像使用傅里叶变换而被变换到频域。接下来，互功率谱根据通过上述变换而获得的比较图像和注册图像的复光谱来计算。接下来，功率分量使用针对每个频率的权重滤波器而从互功率谱中消除，并且互功率谱被正规化为仅相位分量。接下来，通过对经正规化的互功率谱执行逆傅里叶变换，计算真实坐标域上的相关系数。接下来，图案匹配确定使用如下坐标来执行，在该坐标处，所计算的相关系数具有最大值。
此外，在专利文献2中，注册的傅里叶图像通过预先对注册图像执行傅里叶变换来生成。接下来，比较傅里叶图像通过对比较图像执行傅里叶变换来生成。接下来，比较傅里叶图像和预先生成的注册傅里叶图像进行合成。接下来，在经合成的傅里叶图像上，振幅抑制过程被执行，并且此后逆傅里叶变换被执行。接下来，在执行逆傅里叶变换之后，出现在经合成的傅里叶图像中的、具有比预定相关分量区域更高的相关分量强度的前n个像素被提取。然后，基于所提取的n个像素的相关分量强度，确定注册图像是否匹配比较图像。
在另一方面，作为与本发明有关的另一技术，以下是已知的。
专利文献3描述了用于测量彼此相同的两个图像之间的未对准的技术。具体地，对于与待比对的两个N维图案相对应的相应图案信号，指示彼此不平行的相位行进方向的m个类型的相位信息片段(m是满足m≥N的整数)被给出。接下来，获得具有给定相同相位信息的m组图案信号之间的相关性。然后，基于所获得的m组的相关性的相位信息，获得图案之间的未对准。专利文献3中描述的技术是用于测量彼此相同的两个N维图案之间的未对准的技术，而不是用于对是否彼此相同是未知的两个N维图案进行比对的技术。
专利文献1：日本未经审查的专利申请公开号JP-A 2008-015848专利文献2：日本专利号3524622
专利文献3：日本专利号5558127
如专利文献1和2中所述，在对两个图像进行比对时，已经是常规的是，将两个图像的频率特性合成，并且使用对经合成的频率特性执行逆傅里叶变换的结果。但是，逆傅里叶变换需要大量的运算。因此，难以以高速度对两个图像进行比对。
发明内容
本发明的一个目的是提供解决上述问题的图像比对设备。
根据本发明的一个方面的图像比对设备是对第一图像和第二图像进行比对的图像比对设备。该图像比对设备包括：频率特性获取单元，被配置为获取第一图像的频率特性和第二图像的频率特性；频率特性合成单元，被配置为通过将第一图像的频率特性和第二图像的频率特性合成，来生成经合成的频率特性；以及确定单元，被配置为计算指示经合成的频率特性是具有单一周期的波的程度的得分，并且基于该得分来对第一图像和第二图像进行比对。
根据本发明的另一方面的图像比对方法是用于对第一图像和第二图像进行比对的图像进行比对方法。该图像比对方法包括：获取第一图像的频率特性和第二图像的频率特性；通过将第一图像的频率特性和第二图像的频率特性合成，来生成经合成的频率特性；计算指示经合成的频率特性是具有单一周期的波的程度的得分；以及基于该得分来对第一图像和第二图像进行比对。
根据本发明的另一方面的非暂态计算机可读记录介质存储程序，该程序包括指令，该指令用于使计算机对第一图像和第二图像进行比对以执行以下过程：获取第一图像的频率特性和第二图像的频率特性的过程；通过将第一图像的频率特性和第二图像的频率特性合成，来生成经合成的频率特性的过程；以及计算指示经合成的频率特性是具有单一周期的波的程度的得分，并且基于该得分对第一图像和第二图像进行比对的过程。
利用上述配置，本发明允许以高速度在第一图像和第二图像之间进行比对。
附图说明
图1是根据本发明的第一示例实施例的图像比对设备的框图。
图2是示出根据本发明的第一示例实施例的图像比对设备的硬件配置的一个示例的框图；
图3是示出根据本发明的第一示例实施例的图像比对设备的操作概述的流程图；
图4是示出根据本发明的第一示例实施例的图像比对设备中的频率特性获取部的一个示例的框图；
图5是示出表示第一图像的频率特性和第二图像的频率特性的等式的一个示例的视图；
图6是示出振幅分量AF(k1,k2)和AG(k1,k2)、以及相位分量θF(k1,k2)和θG(k1,k2)的图像的一个示例的图；
图7是示出用于计算经正规化的互功率谱的等式的一个示例的图；
图8是示出表示一对具有未对准的相同图像的频率特性F(k1,k2)、频率特性G(k1,k2)和经正规化的互功率谱R(k1,k2)的等式的一个示例的图；
图9是示出一对相同图像的经正规化的互功率谱R(k1,k2)的图像的一个示例的图；
图10是示出根据本发明的第一示例实施例的图像比对设备中的复正弦波确定部的一个示例的框图；
图11是示出经正规化的互功率谱的二阶偏微分的计算的一个示例的图；
图12是示出根据本发明的第二示例实施例的图像比对设备中的复正弦波确定部的一个示例的框图；
图13是示出用于计算经正规化的互功率谱的每个元素的表达式的一个示例的图；
图14是示出三轴图的一个示例的图，该三轴图示出在经正规化的交叉率谱是针对每个维度具有单一周期的复正弦波的情况下，经正规化的互功率谱数据的三维点数据的分布；
图15是示出三轴图的一个示例的图，该三轴图示出在经正规化的互功率谱不是针对每个维度具有单一周期的复正弦波的情况下，经正规化的互功率谱数据的三维点数据的分布；
图16是示出根据本发明的第三示例实施例的图像比对设备中的复正弦波确定部的一个示例的框图；
图17是示出根据本发明的第四示例实施例的图像比对设备中的频率特性获取部的一个示例的框图；
图18是示出根据本发明的第五示例实施例的图像比对设备中的频率特性获取部的一个示例的框图；
图19是示出根据本发明的第六示例实施例的图像比对设备中的复正弦波确定部的一个示例的框图；
图20是示出一对相同图像的经正规化的互功率谱的斜率及其绝对值的计算示例的图；
图21是示出一对不同图像的经正规化的互功率谱的斜率及其绝对值的计算的一个示例的图；
图22是根据本发明的第七示例实施例的图像比对设备的框图；
图23是示出由二阶偏微分计算部执行的处理的一个示例的图；以及
图24是示出由斜率计算部执行的处理的一个示例的图。
具体实施方式
接下来，将参考附图来详细描述本发明的示例实施例。
[第一示例实施例]
图1是根据本发明的第一示例实施例的图像比对设备的框图。根据该示例实施例的图像比对设备100被配置为对第一图像和第二图像进行比对。参考图1，图像比对设备100包括频率特性获取部101、第一存储部102、第二存储部103、频率特性合成部104、复正弦波确定部105以及信息呈现部106。
频率特性获取部101被配置为获取第一图像和第二图像的频率特性。频率特性是二维数据(二维阵列)，其是对图像执行傅里叶变换(离散傅里叶变换)并且由此转换到频域中的结果。频率特性获取部101可以执行除傅里叶变换以外的频率变换(例如，小波变换)。
本文中，第一图像是通过对比较目标对象进行成像而获得的比较图像。第二图像是通过对多个注册目标(registration target)对象进行成像而获得的多个注册图像中的一个注册图像。存在一个或多个第二图像。对象是例如工业产品、商业产品等。在对象的表面上，存在在材料表面上的自然生成的精细图案(例如，精细不规则形状和图案或随机图案)，其是在相同制造过程中生成的。通过使用诸如相机的成像设备，来获取对象表面上的图案的差异作为图像，并且识别精细图案，可以执行对每个产品的单独的标识和管理。该示例实施例涉及针对这样的单独的标识的图像比对技术。
第一存储部102被配置为存储第一图像的频率特性。第二存储部103被配置为存储第二图像的频率特性。
频率特性合成部104被配置为计算被存储在第一存储部102中的第一图像的频率特性、以及被存储在第二存储部103中的第二图像的频率特性的经正规化的互功率谱(normalized cross power spectrum)。
复正弦波确定部105被配置为计算得分，该得分指示由频率特性合成部104所计算的经正规化的互功率谱是具有单一周期(single period)的复正弦波(complex sinewave)信号的程度。复正弦波确定部105还被配置为基于所计算的得分来对第一图像和第二图像进行比对。即，复正弦波确定部105使用指示经正规化的互功率谱是具有单一周期的复正弦波信号的程度的得分，作为指示第一图像和第二图像之间的相似性的程度的得分。
信息呈现部106被配置为基于复正弦波确定部105的确定结果来呈现第一图像和第二图像的比对结果。比对结果的呈现可以是在显示器设备上显示比对结果，或者用打印设备打印出描述比对结果的纸张，或者经由通信设备向外部终端传输描述比对结果的消息。
例如，如图2所示，图像比对设备100可以由图像处理设备200和程序207来实现。图像处理设备200具有诸如相机的成像部201、诸如键盘或鼠标的操作输入部202、诸如液晶显示器的屏幕显示部203、通信接口部204、诸如存储器或硬盘的存储部205以及诸如一个或多个微处理器的运算处理部206。信息处理设备200可以是例如个人计算机或智能电话。
例如，当信息处理设备200被启动时，程序207从外部计算机可读记录介质加载，并且控制运算处理部206的操作，由此在运算处理部206上实现诸如频率特性获取部101、第一存储部102、第二存储部103、频率特性合成部104、复正弦波确定部105以及信息呈现部106的功能单元。
接下来，将描述根据该示例实施例的图像比对设备100的操作的概述。
图3是示出图像比对设备100的操作的概述的流程图。首先，频率特性获取部101获取第一图像的频率特性和第二图像的频率特性(步骤S1)。在存在多个第二图像的情况下，频率特性获取部101从第二图像中的每一个第二图像中获取频率特性。频率特性获取部101将所获取的第一图像的频率特性存储到第一存储部102中，并且将第二图像的频率特性存储到第二存储部中。
接下来，频率特性合成部104计算被存储在第一图像存储部102中的第一图像的频率特性、以及被存储在第二存储部103中的第二图像的频率特性的经正规化的互功率谱(步骤S2)。在存在第二图像的多个频率特性的情况下，频率特性合成部104计算第一图像的频率特性、以及第二图像的相应频率特性的多个经正规化的互功率谱。
接下来，复正弦波确定部105计算指示从频率特性合成部104获取的经正规化的互功率谱是具有单一周期的复正弦波的程度的得分(步骤S3)。在存在多个经正规化的互功率谱的情况下，复正弦波确定部105针对经正规化的互功率谱中的每一个经正规化的互功率谱，计算指示经正规化的互功率谱是具有单一周期的复正弦波的程度的得分。
接下来，复正弦波确定部份105基于所计算的得分，对第一图像和第二图像进行比对(步骤S4)。
例如，在存在一个第二图像的情况下，当得分满足给定的标准值时，复正弦波确定部105导出第一图像和第二图像匹配(相同)的比对结果。另一方面，当得分不满足给定标准时，复正弦波确定部105导出第一图像和第二图像不匹配(不相同)的比对结果。
此外，例如，在存在多个第二图像的情况下，当所计算的得分中的最佳得分满足给定标准值时，复正弦波确定部105导出第一图像和具有最佳得分的第二图像匹配(相同)的比对结果。另一方面，当最佳得分不满足给定标准值时，复正弦波确定部105导出第一图像和第二图像不匹配(不相同)的比对结果。
接下来，信息呈现部106呈现从复正弦波确定部105获得的第一图像和第二图像的比对结果(步骤S5)。
接下来，将详细描述根据该示例实施例的图像比对设备100的相应部。
首先，将详细描述频率特性获取部101。
图4是示出频率特性获取部101的一个示例的框图。频率特性获取部101包括图像获取部111和频率变换部112。
图像获取部111被配置为获取第一图像和第二图像。图像获取部111可以是例如由相机和扫描仪来表示的成像设备。备选地，图像获取部111可以是光学传感器，该光学传感器利用透镜收集可见光、波长比可见光长的近红外光和短波长红外光、以及直到热红外区域的光，并且获取目标对象的形状等作为图像数据。备选地，图像获取部111可以是这样的传感器，其获取红外光、紫外光和X射线的强度，并且将所获取的强度输出作为二维数据阵列。备选地，图像获取部111可以被配置为从诸如CD-ROM或存储器的外部存储介质，获取第一图像和第二图像。备选地，图像获取部111可以被配置为经由网络来接收第一图像和第二图像。此外，图像获取部111可以分别通过不同的方法来获取第一图像和第二图像。
频率变换部112被配置为从图像获取部111接收第一图像和第二图像，并且将通过对相应图像执行离散傅里叶变换而获得的图像(频谱图像)输出。频率变换部112将第一图像的频谱图像作为第一频率特性存储到第一存储部102中，并且将第二图像的频谱图像作为第二频率特性存储到第二存储部103中。
接下来，将描述由频率特性获取部101获取的第一图像和第二图像的频率特性的一个示例。
假定第一图像和第二图像是N1×N2像素的两个图像f(n1,n2)和g(n1,n2)。还假设二维图像信号的离散空间索引(整数)为n1＝-M1,...,M1和n2＝-M2,...,M2。在本文中，M1和M2是正整数，并且N1＝2M1+1且N2＝2M2+1。然后，通过对图像f(n1,n2)执行二维离散傅里叶变换而获得的第一频率特性F(k1,k2)、以及通过对图像g(n1,n2)执行二维离散傅里叶变换而获得的第二频率特性G(k1,k2)由图5所示的等式1和等式2给出。在等式1和等式2中，k1＝-M1,...,M1和k2＝-M2,...,M2是离散频率索引(整数)。WN1和WN2是旋转因子，其由图5所示的等式3和等式4给出。AF(k1,k2)和AG(k1,k2)表示振幅谱(振幅分量)，而θF(k1,k2)和θG(k1,k2)表示相位谱(相位分量)。Σn1,n2表示在整个索引范围内的加法，如图5中的等式5所示。
图6示出了振幅分量AF(k1,k2)和AG(k1,k2)以及相位分量θF(k1,k2)和θG(k1,k2)的图像的一个示例。
接下来，将详细描述频率特性合成部104。
频率特性合成部104通过图7所示的等式6，计算第一频率特性F(k1,k2)和第二频率特性G(k1,k2)的经正规化的互功率谱R(k1,k2)。在等式6中，加上划线的G(k1,k2)是第二频率特性G(k1,k2)的复共轭。另外，θF(k1,k2)-θG(k1,k2)是第一频率特性与第二频率特性之间的相位差异谱。如等式6所示，频率特性合成部104获得互功率谱，该互功率谱是针对每个元素的第一频率特性F(k1，k2)和第二频率特性G(k1，k2)的复共轭的乘积，并且，频率特性合成部104通过互功率谱绝对值来将其正规化，由此计算出经正规化的互功率谱。
在图像f(n1,n2)和图像g(n1,n2)是一对具有未对准的相同图像的情况下，图像f(n1,n2)的频率特性F(k1,k2)、图像g(n1,n2)的频率特性G(k1,k2)、以及该频率特性的经正规化的互功率谱R(k1,k2)由图8中所示的等式7、等式8和等式9给出。在本文中，δ1和δ2是图像f(n1,n2)和图像g(n1,n2)之间的未对准的量。即，图像g(n1,n2)是通过将图像f(n1,n2)平移(δ1,δ2)而获得的图像。如等式9所示，在待比对的两个频率特性F(k1,k2)和G(k1,k2)是一对相同图像的情况下，经正规化的互功率谱R(k1,k2)被表达为针对每个维度(针对k1和k2中的每一项)具有单一周期的复正弦波。另一方面，在待比对的两个频率特性F(k1,k2)和G(k1,k2)不是一对相同图像的情况下，经正规化的互功率谱R(k1,k2)不被表达为针对每个维度具有单一周期的复正弦波。
图9示出了一对相同图像的经正规化的互功率谱R(k1,k2)的图像的示例。从图9可以明显看出，当亮点被视为峰值而暗点被视为谷值时，一对相同图像的经正规化的互功率谱是像具有单一周期的波的图像。
接下来，将详细描述复正弦波确定部105。
图10是示出复正弦波确定部105的一个示例的框图。该示例中的复正弦波确定部105包括二阶偏微分计算部121和确定部122。
二阶偏微分计算部121被配置为计算针对从频率特性合成部104获得的经正规化的互功率谱的每个元素的二阶偏微分值。在数学上描述，经正规化的互功率谱的每个元素的二阶偏微分值通过如下来获得：通过用离散频率索引k1和k2中的一项对经正规化的互功率谱进行偏微分，并且通过用另一离散频率索引对该偏微分的结果进行偏微分。实际上，二阶偏微分计算部121以以下方式来计算经正规化的互功率谱的每个元素的二阶偏微分值。首先，二阶偏微分计算部121针对经正规化的互功率谱的每个元素，在一个离散频率索引方向上计算该元素的经正规化的互功率谱值和与该元素相邻的元素的经正规化的互功率谱值之间的差。然后，二阶偏微分计算部121保持所计算的差值作为该元素的一阶偏微分值。接下来，二阶偏微分计算部121针对经正规化的互功率谱的每个元素，在另一离散频率索引方向上计算该元素的一阶偏微分值和与该元素相邻的元素的一阶偏微分值之间的差。然后，二阶偏微分计算部121将所计算的差值作为该元素的二阶偏微分值输出。备选地，更优选地，如图23所示，二阶偏微分计算部121针对经正规化的互功率谱的每个元素，例如将如图23中所示的3×3Prewitt滤波器901分别应用于实部和虚部，并且由此获取一阶偏微分值。接下来，二阶偏微分计算部121通过将如图23中所示的3×3Prewitt滤波器应用于所获取的一阶偏微分值，来获取二阶偏微分值。在本文中，滤波器901在k1方向上执行微分而在k2方向上执行平滑。滤波器902在k2方向上执行微分并在k1方向上执行平滑。代替3×3Prewitt滤波器，3×3Sobel滤波器等可以被使用。用于计算经正规化的互功率谱的每个元素的二阶偏微分值的运算的量远远小于用于执行经正规化的互功率谱的逆傅里叶变换的运算的量。下面将使用等式来描述一个具体示例。
如上所述，在待比对的两个频率特性是在频率变换之前在图像数据上具有未对准的相同图像(相同图案)的情况下，第一频率特性F(k1,k2)和第二频率特性G(k1,k2)的经正规化的互功率谱R(k1,k2)由图8所示的等式9给出。图11中的等式10示出了相同图像数据的经正规化的互功率谱的二阶偏微分的计算的一个示例，其通过用k1和k2对等式9的右侧进行微分来计算。不论k1和k2(离散频率索引)如何，绝对值是恒定的。由于二阶偏微分值的绝对值与k1和k2无关而因此变得恒定，因此其离差(dispersion)变得小于预定阈值。
在另一方面，在待比对的两个频率特性是互相不同的图像(不同的图案)的情况下，第一频率特性F(k1,k2)和第二频率特性G(k1,k2)的经正规化的互功率谱R(k1,k2)由图7所示的等式6给出。图11中的等式11示出了对互相不同的图像的经正规化的互功率谱的二阶偏微分的计算的一个示例，其通过用k1和k2对等式6的右侧进行微分来计算。绝对值取决于k1和k2(离散频率索引)而变化。由于二阶偏微分值的绝对值因此变化，故其离差值变得等于或大于预定阈值。
确定部122采取由二阶偏微分计算部121计算的、经正规化的互功率谱的相应元素的二阶偏微分值的绝对值，并且计算该绝对值的离差。在经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的情况下，如上所述，相应元素的二阶偏微分值的绝对值在频率轴上变得恒定。另一方面，在经正规化的互功率谱不是针对每个维度具有单一周期的复正弦波的情况下，如上所述，相应元素的第二偏微分值的绝对值在频率轴上不规则地变化。出于此理由，经正规化的互功率谱的相应元素的二阶偏微分值的绝对值的离差可以作为指示经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的程度的得分来使用。可用的。然后，确定部122基于所计算的离差(得分)来对第一图像和第二图像进行比对。例如，在离差(得分)小于预定阈值的情况下，确定部122确定第一图像和第二图像是相同的。另一方面，在离差(得分)等于或大于阈值的情况下，确定部122确定第一图像和第二图像是不相同的。在存在多个第二图像的情况下，确定部122选择具有最佳得分的第二图像，并且执行上述确定。尽管在本文中离差被用作得分，但是标准差可以被用作得分，或者指示离差的另一值可以被用作得分。即，在包括本示例实施例和以下所有示例实施例的本发明中，使用离差作为得分不仅包括使用原始的离差作为得分，而且还包括使用标准差作为得分，以及使用指示离差的另一值作为得分。
图10所示的复正弦波确定部105不计算相位角。因此，与稍后将描述的、其中相位角被获得的另一示例实施例中所描述的复正弦波确定部相比，针对比对所需要的运算的量小，并且比对结果可以以高速度来导出。
因此，根据本示例实施例的图像比对设备100可以以高速度来确定第一图像和第二图像的比对。理由在于，根据本示例实施例的图像比对设备100执行对第一图像和第二图像的频率变换，以获取第一图像的频率特性和第二图像的频率特性；将该两个频率特性合成来计算经正规化的互功率谱；计算指示经正规化的互功率谱是具有单一周期的复正弦波的程度的得分；以及基于该得分来将第一图像和第二图像进行比对，使得需要进行大量运算的逆傅里叶变换是不需要的。
[第二示例实施例]
接下来，将描述根据本发明的第二示例实施例的图像比对设备。根据该示例实施例的图像比对设备300与图像比对设备100相同，但在复正弦波确定部105中与图像比对设备100不同。
图12是根据该示例实施例的图像比对设备300中的复正弦波确定部105的框图。该示例的复正弦波确定部105包括相位角计算部123、近似平面计算部124和确定部125。
相位角计算部123被配置为计算从频率特性合成部104获得的经正规化的互功率谱的每个元素的相位角∠R(k1，k2)。图13示出了用于计算相位角∠R(k1，k2)的等式的一个示例。当互功率谱的每个元素的实部由表达式12给出，而虚部由表达式13给出时，每个元素的相位角∠R(k1，k2)由等式14给出。
近似平面计算部124被配置为根据由相位角计算部123获得的经正规化的互功率谱的相应元素的相位角，来计算近似平面。在本文中，近似平面是当经正规化的互功率谱的元素组是三维点云数据时，将到点云的距离平方和最小化的平面，在三维点云数据中，每个元素由k1、k2和∠R(k1，k2)的三维数据(k1,k2,∠R(k1，k2))组成。近似平面也被称为最小二乘平面(least squares plane)。
图14和图15示出了三轴图的示例，其各自示出了经正规化的互功率谱数据的三维点云数据的分布。图的轴为k1轴、k2轴和∠R(k1，k2)轴(频率轴)。一个点对应于经正规化的互功率谱的一个元素的三维数据(k1，k2，∠R(k1，k2))。通常，在经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的情况下，在三轴图上绘制相应元素的相位角显示出的是，如图14所示的由点中的大多数点形成某个平面。该平面对应于近似平面。另一方面，在经正规化的互功率谱是针对每个维度不具有单一周期的复正弦波的情况下，在三轴图上绘制相应元素的相位角显示出的是，如图15所示的这些点是随机分布的。因此，即使近似平面被计算，针对该近似平面的最小二乘误差，即，当近似平面被计算时的最小二乘误差变大。
确定部125获取关于来自近似平面计算部124的近似平面的最小二乘误差的值，并且使用最小二乘误差的值作为指示经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的程度的得分。然后，确定部125基于最小二乘误差的值(得分)来对第一图像和第二图像进行比对。例如，当最小二乘误差的值(得分)小于预定阈值时，确定部125确定第一图像和第二图像相同。另一方面，当最小二乘误差的值(得分)等于或大于阈值时，确定部125确定第一图像和第二图像不相同。在存在多个第二图像的情况下，确定部125选择具有最佳得分的第二图像，并且执行上述确定。
由于与根据第一示例实施例的图像比对设备100相同的理由，根据该示例实施例的图像比对设备300可以以高速度对第一图像和第二图像进行比对。
[第三示例实施例]
接下来，将描述根据本发明的第三示例实施例的图像比对设备。根据该示例实施例的图像比对设备400与根据第一示例实施例的图像比对设备100相同，但在复正弦波确定部105中与图像比对设备100不同。
图16是根据该示例实施例的图像比对设备400中的复正弦波确定部105的框图。该示例的复正弦波确定部105包括相位角计算部126、斜率计算部127和确定部128。
如与图12的相位角计算部123一样，相位角计算部126被配置为计算从经正规化的互功率谱计算部104获得的经正规化的互功率谱的每个元素的相位角∠R(k1，k2)。
斜率计算部127针对每个元素和每个维度，获得通过相位角计算部126而获得的每个元素的相位角的邻接(adjacencies)之差，并且将该差作为相位角斜率数据输出。例如，假设的是，作为与经正规化的互功率谱的元素相对应的三维数据，存在元素1的三维数据(k1，k2，∠R(k1，k2))、元素2的三维数据(k1+1，k2，∠R(k1+1，k2))和元素3的三维数据(k1+1，k2，∠R(k1，k2+1))。在此时，元素1与元素2之间的相位角差∠R(k1+1，k2)-∠R(k1，k2)成为与k1轴相对应的维度的一个相位角斜率数据。元素1和元素3之间的相位角差∠R(k1，k2+1)-∠R(k1，k2)成为与k2轴相对应的维度的一个相位角斜率数据。
确定部128针对每个元素和每个维度，计算相位角斜率数据的离差，并且将所计算的离差作为指示经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的程度的得分。如上所述，在经正规化的互功率谱是在每个维度上具有单一周期的复正弦波的情况下，在频率轴上绘制相位角给出平面形状。因此，相位角斜率始终在频率轴上具有恒定值。另一方面，在经正规化的互功率谱不是针对每个维度具有单一周期的复正弦波的情况下，相位角是随机分布的。因此，相位角斜率在频率轴上不规则地变化。因此，针对每个维度的相位角斜率数据的离差可以作为指示经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的程度的得分来使用。
确定部128基于所计算的离差(得分)来对第一图像和第二图像进行比对。例如，当离差(得分)小于预定阈值时，确定部128确定第一图像和第二图像相同。另一方面，当离差(得分)等于或大于阈值时，确定部128确定第一图像和第二图像不相同。当存在多个第二图像时，确定部128选择具有最佳得分的第二图像，并且执行上述确定。
由于与根据第一示例实施例的图像比对设备相同的理由，根据该示例实施例的图像比对设备400可以以高速度对第一图像和第二图像进行比对。
[第四示例实施例]
接下来，将描述根据本发明的第四示例实施例的图像比对设备。根据该示例实施例的图像比对设备500与根据第一至第三示例实施例的图像比对设备相同，但在频率特性获取部101中与根据第一至第三示例实施例的图像比对设备不同。
图17是根据该示例实施例的图像比对设备500中的频率特性获取部101的框图。该示例的频率特性获取部101包括图像获取部131、频率变换部132、极坐标变换部133和频率变换部134。
如与图4的图像获取部111一样，图像获取部131被配置为获取第一图像和第二图像。
频率变换部132被配置为从图像获取部131接收第一图像和第二图像、执行对图像中的每个图像的离散傅里叶变换、并且根据结果来计算二维振幅谱。二维振幅谱对于原始图像的平移是不变的。
极坐标变换部133被配置为从频率变换部132接收第一图像的二维振幅谱和第二图像的二维振幅谱、执行对它们中每一者的极坐标变换或对数极坐标变换、并且获得极坐标图像。极坐标图像被称为傅里叶-梅林特征图像。原始图像的放大和旋转改变被变换为傅里叶-梅林特征图像中的平移改变。
频率变换部134被配置为从极坐标变换部133接收第一图像的傅里叶-梅林特征图像和第二图像的傅里叶-梅林特征图像，并且执行对它们中的每一者的离散傅里叶变换来获得相位图像。相位图像被称为傅里叶-梅林频谱图像。傅里叶-梅林频谱图像对于原始图像的放大、旋转和平移是不变的。频率变换部134将第一图像的傅里叶-梅林频谱图像存储在第一存储部102中，并且将第二图像的傅里叶-梅林频谱图像存储在第二存储部103中。
由于与根据第一至第三示例实施例的图像比对设备相同的理由，根据该示例实施例的图像比对设备500可以以高速度对第一图像和第二图像进行比对。此外，图像比对设备500可以执行对于第一图像和第二图像的放大、旋转和平移鲁棒的比对。
在其中不存在第一图像与第二图像之间的放大和旋转的未对准的环境中，图17的极坐标变换部133可以被省略。在其中极坐标变换部133被省略的图像比对设备中，频率变换部134被配置为从频率变换部132接收第一图像的二维振幅谱和第二图像的二维振幅谱，并且将作为执行对二维振幅谱的离散傅里叶变换的结果的相位图像存储到第一存储部102和第二存储部103中。
[第五示例实施例]
接下来，将描述根据本发明的第五示例实施例的图像比对设备。到目前为止描述的根据第一至第四示例性实施例的图像比对设备将第一图像的频率特性的区域的内部和第二图像的频率特性区域的内部在没有区别情况下用于比对。相反，根据该示例实施例的图像比对设备将第一图像的频率特性的区域的内部和第二图像的频率特性区域的内部有区别地用于比对。具体地，图像比对设备将频率特性的区域划分为多个子区域，并且将不利地影响比对的子区域的有效性的程度设置为比其他子区域低，或避免使用这样的子区域，尤其降低在比对上的影响。
图18是根据该示例实施例的图像比对设备600中的频率特性获取部101的框图。该示例的频率特性获取部101具有这样的配置，其中图17所示的频率特性获取部101包括加权部135。
加权部135被配置为从频率变换部134接收第一频率特性和第二频率特性，并且向其每个子区域给予权重。在本文中，频率特性的一个元素可以是一个子区域，或者一组相邻元素可以是一个部分区域。给定权重的值可以是例如从0到1的值，并且被设置以使得有效性的程度随着该值接近0而降低。
用于向子区域给予权重的标准被预先设置。例如，可以使用这样的标准：在通过统计方法发现对于比对重要的频带的存在的情况下，与其他子区域相比，较大的权重被给予到与对于比对重要的频带相对应的子区域。备选地，可以使用这样的标准：在通过统计方法发现对于大数目的图像是共同的图像分量的存在的情况下，与其他子区域相比，较小的权重被给予到包括该共同的图像分量的子区域。例如，在对于多个注册图像是共同的图像分量存在的情况下，当上述相同的图像分量存在于比较图像中时，由于该共同的图像分量的影响，指示比较图像和与相同个体有关的注册图像之间的相似度的得分，与指示比较图像和与不同个体有关的注册图像之间的相似度的得分之间的变小。如上所述，向包括共同的图像分量的子区域给予比其他子区域小的权重的标准的使用，可以防止个体标识的准确性降低。
对于此后用于处理第一和第二频率特性的方法，其中权重被给予到子区域中的每一个子区域，存在如下所示的多个方法。
一个可能的方法是其中具有等于或小于参考值的权重的子区域通过频率特性合成部104来消除，并且计算包括其余子区域的第一频率特性和第二频率特性的经正规化的互功率谱的方法。
在另一可能的方法中，首先，频率特性合成部104计算经正规化的互功率谱，其中给出第一频率特性的元素和第二频率特性的复共轭的元素的乘积、与被给予到原始元素的权重相对应的权重(例如，通过将两个权重相乘得到的值)。接下来，复正弦波确定部105在计算指示经正规化的互功率谱是具有单一周期的波的程度的得分时，考虑被给予到经正规化的互功率谱的元素的权重。例如，当将经正规化的互功率谱的相应元素的斜率的绝对值的离差被计算作为得分时，使得具有较小权重的元素对该离差的影响较小。
因此，由于与根据第一至第四示例实施例的图像比对设备相同的理由，根据该示例实施例的图像比对设备600可以以高速度对第一图像和第二图像进行比对。此外，即使不利地影响比对的子区域被包括在第一图像和第二图像中，也可以减少对比对的影响。
[第六示例实施例]
接下来，将描述根据本发明的第六示例实施例的图像比对设备。根据该示例实施例的图像比对设备700与根据第一示例实施例的图像比对设备100相同，但在复正弦波确定部105中与图像比对设备100不同。
图19是示出了根据该示例实施例的图像比对设备700中的复正弦波确定部105的一个示例的框图。该示例的复正弦波确定部105包括斜率计算部141和确定部142。
斜率计算部141被配置为计算针对从频率特性合成部104所获得的经正规化的互功率谱的每个元素的斜率。从数学上讲，经正规化的互功率谱的每个元素的斜率由二维矢量来表达，在该二维矢量中，用离散频率索引k1和k2之一对经正规化的互功率谱进行偏微分的结果、以及用另一离散索引对经正规化的互功率谱进行偏微分的结果进行对准。实际上，斜率计算部141以以下方式计算针对经正规化的互功率谱的每个元素的斜率。首先，斜率计算部141针对经正规化的互功率谱的每个元素，计算在离散频率索引方向中的一个离散频率索引方向上，该元素和与其相邻的元素的经正规化的互功率谱值之间的差。然后，斜率计算部141保持所计算的差值作为该元素的第一偏微分值。接下来，斜率计算部141针对经正规化的互功率谱的每个元素，计算在另一离散频率索引方向上，该元素和与其相邻的元素的经正规化的互功率谱值之间的差。然后，斜率计算部141保持所计算的差值作为该元素的第二偏微分值。然后，斜率计算部141输出一二维矢量作为该元素的斜率，在该二维矢量中，第一偏微分值和第二偏微分值针对经正规化的互功率谱的每个元素是对准的。备选地，更优选地，斜率计算部141针对经正规化的互功率谱的每个元素，例如将如图24所示的3×3Prewitt滤波器901分别应用于实部和虚部，并且获得第一偏微分值。而且，斜率计算部141针对经正规化的互功率谱的每个元素，例如将如图24所示的3×3Prewitt滤波器902分别应用于实部和虚部，并且获得第二偏微分值。然后，斜率计算部141输出一二维矢量作为该元素的斜率，在该二维矢量中，第一偏微分值和第二偏微分值针对经正规化的互功率谱的每个元素是对准的。3×3Sobel滤波器等可以被用来代替3×3Prewitt滤波器。用于计算针对经正规化的互功率谱的每个元素的斜率的运算量，远远小于用于执行对经正规化的互功率谱的逆傅里叶变换的运算量。下面将使用数学表达式来描述一个具体示例。
如上所述，当待比对的两个频率特性是在频率变换之前在图像数据上具有未对准的相同图像(相同图案)时，第一频率特性F(k1,k2)和第二频率特性G(k1,k2)的经正规化的互功率谱R(k1,k2)由图8中所示的等式9给出。图20的等式15示出了相同图像数据的经正规化的互功率谱的斜率的计算的一个示例，其通过用k1和k2对等式9的右侧进行偏微分来计算。如图20的等式16所示，其绝对值是常数值而与k1和k2(离散频率索引)无关。因此，由于斜率的绝对值是与k1和k2无关的常数值，所以离差在理想情况下为零。
另一方面，当待比对的两个频率特性是互相不同的图像(不同的图案)时，第一频率特性F(k1,k2)和第二频率特性G(k1,k2)的经正规化的互功率谱R(k1,k2)由图7中所示的等式6给出。图21中的等式17是互相不同的图像的经正规化的互功率谱的斜率的计算的一个示例，其通过用k1和k2对等式6的右侧进行微分来计算。如图21的等式18所示，其绝对值根据k1和k2(离散频率索引)而变化。因此，二阶偏微分值的绝对值根据k1和k2而变化，使得离差等于或大于预定阈值。
确定部142采取由斜率计算部141计算的经正规化的互功率谱的相应元素的斜率的绝对值，并且计算该绝对值的离差。在经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的情况下，如上所述，相应元素的斜率的绝对值在频率轴上是恒定的。另一方面，在经正规化的互功率谱不是针对每个维度具有单一周期的复正弦波的情况下，如上所述，相应元素的斜率的绝对值在频率轴上不规则地变化。因此，经正规化的互功率谱的相应元素的斜率的绝对值的离差可以用作指示经正规化的互功率谱是针对每个维度具有单一周期的复正弦波的程度的得分。然后，确定部142基于所计算的离差(得分)来对第一图像和第二图像进行比对。例如，当离差(得分)小于预定阈值时，确定部142确定第一图像和第二图像是相同的。另一方面，当离差(得分)等于或大于阈值时，确定部142确定第一图像和第二图像是不相同的。在存在多个第二图像的情况下，确定部142选择具有最佳得分的第二图像，并且执行上述确定。
图19所示的复正弦波确定部105不计算相位角。因此，与如上述的获得相位角的其他示例实施例的复正弦波确定部相比，针对比对所需的运算量较小，并且比对的结果可以以高速度来导出。
因此，由于与根据第一示例实施例的图像比对设备100相同的理由，根据该示例实施例的图像比对设备700可以以高速度对第一图像和第二图像进行比对。
[第七示例实施例]
接下来，将描述根据本发明的第七示例实施例的图像比对设备。图22是根据该示例实施例的图像比对设备800的框图。
参考图22，图像比对设备800包括频率特性获取部801、频率特性合成部802和确定部803。
频率特性获取部801被配置为获取第一图像的频率特性和第二图像的频率特性。例如，频率特性获取部801可以被配置为具有与图1的频率特性获取部101相同的配置，但是不限于此。
频率特性合成部802被配置为将第一图像的频率特性和第二图像的频率特性合成，来获取经合成的频率特性。例如，频率特性合成部802可以被配置为具有与图1的频率特性合成部104相同的配置，但是不限于此。
确定部803被配置为计算指示经合成的频率特性是具有单一周期的波的程度的得分，并且基于该得分来对第一图像和第二图像进行比对。确定部803可以被配置为具有与图1的复正弦波确定部105相同的配置，但是不限于此。
根据该示例实施例的图像比对设备800因此被配置以以下方式来操作。首先，频率特性获取部801获取第一图像的频率特性和第二图像的频率特性。接下来，频率特性合成部802对第一图像的频率特性和第二图像的频率特性合成，来获取经合成的频率特性。接下来，确定部803计算指示经合成的频率特性是具有单一周期的波的程度的得分。接下来，确定部803基于该得分来将第一图像和第二图像进行比对。
因此，根据该示例实施例的图像比对设备800可以以高速度来确定第一图像和第二图像之间的比对。原因在于，因为图像比对设备800对第一图像和第二图像执行频率变换来获取第一图像的频率特性和第二图像的频率特性、计算通过将两个频率特性合成而获得的经合成的频率特性、计算指示经合成的频率特性是具有单一周期的波的程度的得分、并且基于该得分对第一图像和第二图像进行比对，所以根据该示例实施例的图像比对设备800不需要执行需要大量运算的逆傅里叶变换。
尽管上面已参考示例实施例描述了本发明，但是本发明不限于示例实施例。在本发明的范围内，可以以本领域技术人员可以理解的各种方式来改变本发明的配置和细节。
例如，经正规化的互功率谱可以通过以下方法来计算。首先，频率特性获取部101对第一图像和第二图像执行诸如傅里叶变换的频率变换，使用振幅分量对相应结果进行正规化，并且计算经正规化的第一频率特性F(k1,k2)和经正规化的第二频率特性G(k1,k2)。另一方面，频率特性合成部104通过将经正规化的频率特性合成，来计算经正规化的互功率谱。具体地，频率特性合成部104通过获得互功率谱，来计算经正规化的互功率谱，该互功率谱是针对每个元素的经正规化的第一频率特性F(k1,k2)与经正规化的第二频率特性G(k1,k2)的复共轭的乘积。在这种情况下，与图7的等式6所示的方法不同，频率特性合成部104不执行用绝对值进行正规化的过程。根据以上述方式计算经正规化的互功率谱的方法，在存在多个第二图像的情况下，可以通过在第二存储部中预先保持相应的经正规化的频率特性，来以高速度来执行比对。理由在于，在比对时，简单地通过将第一图像的经正规化的频率特性和第二图像的经正规化的频率特性合成，可以计算经正规化的互功率谱，并且可以省略用绝对值进行正规化的过程。
本发明基于2017年12月22日提交的日本专利申请号2017-245795并要求其优先权，其公开内容以其整体通过引用并入本文。
本发明可以在对两个图像进行比对的领域使用，并且具体地，本发明可以在通过如下来执行个体标识和个体产品的管理的领域中使用：通过获取在相同的制造过程中自然产生的精细图案(例如，产品表面上的精细不规则形状和图案以及材料表面上的随机图案，其作为使用诸如相机的成像设备的图像)的差异，并且识别该精细图案。
<补充注释>
以上公开的示例实施例的整体或部分可以被描述为但不限于以下补充注释。
(补充注释1)
一种对第一图像和第二图像进行比对的图像比对设备，该图像比对设备包括：
频率特性获取单元，被配置为获取第一图像的频率特性和第二图像的频率特性；
频率特性合成单元，被配置为通过将第一图像的频率特性和第二图像的频率特性合成，来生成经合成的频率特性；以及
确定单元，被配置为计算指示经合成的频率特性是具有单一周期的波的程度的得分，并且基于该得分来对第一图像和第二图像进行比对。
(补充注释2)
根据补充注释1所述的图像比对设备，其中该频率特性合成单元计算第一图像的频率特性和第二图像的频率特性的经正规化的互功率谱，来作为该经合成的频率特性。
(补充注释3)
根据补充注释1或2所述的图像比对设备，其中确定单元计算指示该经合成的频率特性是具有单一周期的复正弦波的程度的得分，来作为该得分。
(补充注释4)
根据补充注释1至3中的任一项所述的图像比对设备，其中确定单元计算经合成的频率特性的相应元素的斜率的绝对值的离差，来作为该得分。
(补充注释4-1)
根据补充注释1至3中的任一项所述的图像比对设备，其中确定单元计算经合成的频率特性的相应元素的二阶偏微分值的绝对值的离差，来作为该得分。
(补充注释5)
根据补充注释1至3中的任一项所述的图像比对设备，其中确定单元获得经合成的频率特性的相应元素的相位角，并且计算该相位角关于频率呈线性的程度作为该得分。
(补充注释6)
根据补充注释5所述的图像比对设备，其中确定单元获得近似平面，该近似平面与经合成的频率特性的相应元素的相位角拟合，并且计算相应元素的相位角关于近似平面的最小二乘误差作为该得分。
(补充注释7)
根据补充注释5所述的图像比对设备，其中确定单元获得斜率并且计算该斜率的离差作为该得分，该斜率中的每一个斜率是经合成的频率特性的元素之间的相位角之差。
(补充注释8)
根据补充注释1至7中的任一项所述的图像比对设备，其中频率特性获取单元包括：
图像获取单元，被配置为获取第一图像和第二图像；以及
频率变换单元，被配置为对第一图像和第二图像执行频率变换，以计算第一图像的频率特性和第二图像的频率特性。
(补充注释9)
根据补充注释1至7中的任一项所述的图像比对设备，其中频率特性获取单元包括：
图像获取单元，被配置为获取第一图像和第二图像；
第一频率变换单元，被配置为对第一图像和第二图像执行频率变换，以计算第一图像的振幅谱和第二图像的振幅谱；
极坐标变换单元，被配置为对第一图像的振幅谱和第二图像的振幅谱执行极坐标变换，以计算第一图像的傅里叶-梅林特性图像和第二图像的傅里叶-梅林特性图像；以及
第二频率变换单元，被配置为对第一图像的傅里叶-梅林特性图像和第二图像的傅里叶-梅林特性图像执行频率变换，以计算第一图像的傅里叶-梅林频谱图像和第二图像的傅里叶-梅林频谱图像。
(补充注释10)
根据补充注释1至9中的任一项所述的图像比对设备，其中频率特性获取单元将第一图像的频率特性和第二图像的频率特性划分为多个子区域，并向子区域中每个子区域给出与该得分计算有关的有效性的程度。
(补充注释11)
根据补充注释1至10中的任一项所述的图像比对设备，其中第一图像是通过对比较目标对象进行成像而获得的比较图像，且第二图像是通过对多个注册目标对象进行成像而获得的注册图像中的一个注册图像。
(补充注释12)
根据补充注释1至11中的任一项所述的图像比对设备，其中在该得分满足预定参考值的情况下，确定单元生成第一图像匹配第二图像的比对结果。
(补充注释13)
根据补充注释1至12中的任一项所述的图像比对设备，还包括输出单元，被配置为输出确定单元的比对的结果。
(补充注释14)
一种用于对第一图像和第二图像进行比对的图像比对方法，该图像比对方法包括：
获取第一图像的频率特性和第二图像的频率特性；
通过将第一图像的频率特性和第二图像的频率特性合成，来生成经合成的频率特性；
计算指示经合成的频率特性是具有单一周期的波的程度的得分；以及
基于该得分来对第一图像和第二图像进行比对。
(补充注释15)
根据补充注释14所述的图像比对方法，其中在生成经合成的频率特性中，第一图像的频率特性和第二图像的频率特性的经正规化的互功率谱被计算，来作为经合成的频率特性。
(补充注释16)
根据补充注释14或15所述的图像比对方法，其中在计算该得分中，指示经合成的频率特性是具有单一周期的复正弦波的程度的得分被计算。
(补充注释17)
根据补充注释14至16中的任一项所述的图像比对方法，其中在计算该得分中，经合成的频率特性的相应元素的斜率的绝对值的离差被计算，来作为该得分。
(补充注释17-1)
根据补充注释14至16中的任一项所述的图像比对方法，其中在计算该得分中，经合成的频率特性的相应元素的二阶偏微分值的绝对值的离差被计算，来作为该得分。
(补充注释18)
根据补充注释14至16中的任一项所述的图像比对方法，其中在计算该得分中，经合成的频率特性的相应元素的相位角被获得，并且相位角关于频率呈线性的程度被计算，来作为该得分。
(补充注释19)
根据补充注释18所述的图像比对方法，其中在计算该得分中，近似平面被获得，该近似平面与经合成的频率特性的相应元素的相位角拟合，并且该相应元素的相位角关于近似平面的最小二乘误差被计算为该得分。
(补充注释20)
根据补充注释18所述的图像比对方法，其中在计算该得分中，斜率被获得，该斜率中的每个斜率是经合成的频率特性的元素之间的相位角之差的，并且斜率的离差被计算作为该得分。
(补充注释21)
根据补充注释14至20中的任一项所述的图像比对方法，其中在获取第一图像的频率特性和第二图像的频率特性中：
第一图像和第二图像被获取；以及
频率变换对第一图像和第二图像被执行，以计算第一图像的频率特性和第二图像的频率特性。
(补充注释22)
根据补充注释14至20中的任一项所述的图像比对方法，其中在获取第一图像的频率特性和第二图像的频率特性中：
第一图像和第二图像被获取；
频率变换对第一图像和第二图像被执行，以计算第一图像的振幅谱和第二图像的振幅谱；
极坐标变换对第一图像的振幅谱和第二图像的振幅谱被执行，以计算第一图像的傅里叶-梅林特性图像和第二图像的傅里叶-梅林特性图像；以及
频率变换对第一图像的傅里叶-梅林特性图像和第二图像的傅里叶-梅林特性图像被执行，以计算第一图像的傅里叶-梅林频谱图像和第二图像的傅里叶-梅林频谱图像。
(补充注释23)
根据补充注释14至22中的任一项所述的图像比对方法，其中在获取第一图像的频率特性和第二图像的频率特性中：
第一图像的频率特性和第二图像的频率特性被划分为多个子区域，并且与该得分的计算有关的有效性的程度被给予到子区域中的每个子区域。
(补充注释24)
根据补充注释14至23中的任一项所述的图像比对方法，其中第一图像是通过对比较目标对象进行成像而获得的比较图像，且第二图像是通过对多个注册目标对象进行成像而获得的注册图像中的一个注册图像。
(补充注释25)
根据补充注释14至24中的任一项所述的图像比对方法，其中在该得分满足预定参考值的情况下，第一图像匹配第二图像的比对结果被生成。
(补充注释26)
根据补充注释14至25中的任一项所述的图像比对方法，其中在该比对中，该比对的结果被输出。
(补充注释27)
一种程序，包括指令，该指令用于使计算机对第一图像和第二图像进行比对以用作：
频率特性获取部，被配置为获取第一图像的频率特性和第二图像的频率特性；
频率特性合成部，被配置为通过将第一图像的频率特性和第二图像的频率特性合成，来生成经合成的频率特性；以及
确定部，被配置为计算指示该经合成的频率特性是具有单一周期的波的程度的得分，并且基于该得分来对第一图像和第二图像进行比对。
(补充注释28)
根据补充注释1至27中的任一项所述的图像比对设备、图像比对方法或程序，其中通过利用经合成的频率特性的绝对值对经合成的频率特性进行正规化，经合成的频率特性被计算。
(补充注释29)
根据补充注释1至28中的任一项的图像比对设备、图像比对方法或程序，其中第一频率特性和第二频率特性被计算，第一频率特性通过用第一图像的振幅分量对第一图像的频率特性进行正规化来获得，第二频率特性通过用第二图像的振幅分量对第二图像的频率特性进行正规化来获得。
(补充注释30)
根据补充注释1至29中的任一项的图像比对设备、图像比对方法或程序，其中通过将经正规化的第一频率特性和经正规化的第二频率特性进行合成并且进行正规化，经合成的频率特性或经正规化的互功率谱被计算。
附图标记描述
100 图像比对设备
101 频率特性获取部
102 第一存储部
103 第二存储部
104 频率特性合成部
105 复正弦波确定部
106 信息呈现部
111 图像获取部
112 频率变换部
121 二阶偏微分计算部
122 确定部
123 相位角计算部
124 近似平面计算部
125 确定部
126 相位角计算部
127 斜率计算部
128 确定部
131 图像获取部
132 频率变换部
133 极坐标变换部
134 频率变换部
135 加权部
141 斜率计算部
142 确定部
200 信息处理设备
201 成像部
202 运算输入部
203 屏幕显示部
204 通信接口部
205 存储部
206 运算处理部
207 程序
300 图像比对设备
400 图像比对设备
500 图像比对设备
600 图像比对设备
700 图像比对设备
800 图像比对设备
801 频率特性获取部
802 频率特性合成部
803 确定部
Claims (10)
1.一种用于确定第一图像和第二图像是否匹配的图像匹配设备，所述图像匹配设备包括：
频率特性获取单元，被配置为获取所述第一图像的频率特性和所述第二图像的频率特性；
频率特性合成单元，被配置为计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；以及
确定单元，被配置为计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分，并且基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定单元被配置为计算经合成的所述频率特性的相应元素的偏微分值的绝对值的离差，作为所述得分。
2.一种用于确定第一图像和第二图像是否匹配的图像匹配设备，所述图像匹配设备包括：
频率特性获取单元，被配置为获取所述第一图像的频率特性和所述第二图像的频率特性；
频率特性合成单元，被配置为计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；以及
确定单元，被配置为计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分，并且基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定单元被配置为计算经合成的所述频率特性的相应元素的二阶偏微分值的绝对值的离差，作为所述得分。
3.一种用于确定第一图像和第二图像是否匹配的图像匹配设备，所述图像匹配设备包括：
频率特性获取单元，被配置为获取所述第一图像的频率特性和所述第二图像的频率特性；
频率特性合成单元，被配置为计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；以及
确定单元，被配置为计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分，并且基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定单元被配置为获得经合成的所述频率特性的相应元素的相位角，获得与经合成的所述频率特性的所述相应元素的所述相位角拟合的近似平面，并且计算所述相应元素的所述相位角关于所述近似平面的最小二乘误差，作为所述得分。
4.一种用于确定第一图像和第二图像是否匹配的图像匹配设备，所述图像匹配设备包括：
频率特性获取单元，被配置为获取所述第一图像的频率特性和所述第二图像的频率特性；
频率特性合成单元，被配置为计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；以及
确定单元，被配置为计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分，并且基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定单元被配置为获得经合成的所述频率特性的相应元素的相位角，获得斜率并且计算所述斜率的离差作为所述得分，所述斜率中的每个斜率是经合成的所述频率特性的所述元素之间的相位角之差。
5.一种用于确定第一图像和第二图像是否匹配的图像匹配方法，所述图像匹配方法包括：
获取所述第一图像的频率特性和所述第二图像的频率特性；
计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；
计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分；以及
基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定步骤包括：计算经合成的所述频率特性的相应元素的偏微分值的绝对值的离差，作为所述得分。
6.一种用于确定第一图像和第二图像是否匹配的图像匹配方法，所述图像匹配设备方法包括：
获取所述第一图像的频率特性和所述第二图像的频率特性；
计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；
计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分；以及
基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定步骤包括：计算经合成的所述频率特性的相应元素的二阶偏微分值的绝对值的离差，作为所述得分。
7.一种用于确定第一图像和第二图像是否匹配的图像匹配方法，所述图像匹配设备方法包括：
获取所述第一图像的频率特性和所述第二图像的频率特性；
计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；
计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分；以及
基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定步骤包括：
获得经合成的所述频率特性的相应元素的相位角，
获得与经合成的所述频率特性的所述相应元素的所述相位角拟合的近似平面，以及
计算所述相应元素的所述相位角关于所述近似平面的最小二乘误差，作为所述得分。
8.一种用于确定第一图像和第二图像是否匹配的图像匹配方法，所述图像匹配方法包括：
获取所述第一图像的频率特性和所述第二图像的频率特性；
计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性；
计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分；以及
基于所述得分确定所述第一图像和所述第二图像是否匹配，
其中所述确定步骤包括：
获得经合成的所述频率特性的相应元素的相位角，
获得斜率，所述斜率中的每个斜率是经合成的所述频率特性的所述元素之间的相位角之差，以及
计算所述斜率的离差作为所述得分。
9.一种非暂态计算机可读记录介质，其存储程序，所述程序包括指令，所述指令用于使确定第一图像和第二图像是否匹配的计算机执行：
获取所述第一图像的频率特性和所述第二图像的频率特性的过程；
计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性的过程；
计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分的过程；以及
基于所述得分确定所述第一图像和所述第二图像是否匹配的过程，
其中所述确定步骤包括：计算经合成的所述频率特性的相应元素的偏微分值的绝对值的离差，作为所述得分。
10.一种非暂态计算机可读记录介质，其存储程序，所述程序包括指令，所述指令用于使确定第一图像和第二图像是否匹配的计算机执行：
获取所述第一图像的频率特性和所述第二图像的频率特性的过程；
计算所述第一图像的所述频率特性和所述第二图像的所述频率特性的经正规化的互功率谱，作为经合成的频率特性的过程；
计算指示经合成的所述频率特性是具有单一周期的复正弦波的程度的得分的过程；以及
基于所述得分确定所述第一图像和所述第二图像是否匹配的过程，
其中所述确定步骤包括：计算经合成的所述频率特性的相应元素的二阶偏微分值的绝对值的离差，作为所述得分。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017245795 | 2017-12-22 | ||
| JP2017-245795 | 2017-12-22 | ||
| PCT/JP2018/042334 WO2019123917A1 (ja) | 2017-12-22 | 2018-11-15 | 画像照合装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111656394A CN111656394A (zh) | 2020-09-11 |
| CN111656394B true CN111656394B (zh) | 2023-11-14 |
Family
ID=66993272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880082883.1A Active CN111656394B (zh) | 2017-12-22 | 2018-11-15 | 图像比对设备 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11227196B2 (zh) |
| EP (1) | EP3731178B1 (zh) |
| JP (1) | JP6845492B2 (zh) |
| CN (1) | CN111656394B (zh) |
| WO (1) | WO2019123917A1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6992880B2 (ja) * | 2018-04-24 | 2022-02-03 | 日本電気株式会社 | 画像照合装置 |
| US11989925B2 (en) * | 2019-05-16 | 2024-05-21 | Nec Corporation | Image matching apparatus |
| WO2021192216A1 (ja) | 2020-03-27 | 2021-09-30 | 日本電気株式会社 | 個体識別システム |
| CN117372485B (zh) * | 2023-10-12 | 2024-04-16 | 长光辰英(杭州)科学仪器有限公司 | 基于相位谱与幅度谱重组的一维相位相关图像配准方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101616237A (zh) * | 2008-06-27 | 2009-12-30 | 索尼株式会社 | 图像处理装置、图像处理方法、程序和记录介质 |
| CN101651774A (zh) * | 2008-08-12 | 2010-02-17 | 佳能株式会社 | 图像处理装置、摄像设备和图像处理方法 |
| CN104144648A (zh) * | 2012-02-27 | 2014-11-12 | 富士胶片株式会社 | 图像处理装置及方法 |
| JP2015082757A (ja) * | 2013-10-23 | 2015-04-27 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3930067B2 (ja) * | 1995-05-02 | 2007-06-13 | 株式会社山武 | パターン照合装置 |
| JP3254622B2 (ja) | 1996-08-08 | 2002-02-12 | 株式会社山武 | パターン照合装置 |
| JPH10134185A (ja) * | 1996-10-30 | 1998-05-22 | Yamatake Honeywell Co Ltd | 操作者照合装置 |
| JPH10320552A (ja) * | 1997-05-15 | 1998-12-04 | Hamamatsu Photonics Kk | 人物照合装置 |
| JP4791115B2 (ja) * | 2005-09-14 | 2011-10-12 | 株式会社山武 | マーク検知装置 |
| JP2008015848A (ja) | 2006-07-07 | 2008-01-24 | Kobe Univ | 物体領域探索方法，物体領域探索プログラムおよび物体領域探索装置 |
| JP5147060B2 (ja) * | 2008-05-02 | 2013-02-20 | 栄子 小菅 | 歯科ｘ線画像の照合システム及び歯科ｘ線画像の照合方法 |
| JP5558127B2 (ja) | 2010-02-02 | 2014-07-23 | アズビル株式会社 | 位置ずれ測定装置及び位置ずれ測定方法並びに位置ずれ測定プログラム |
| US10445616B2 (en) * | 2015-01-22 | 2019-10-15 | Bae Systems Information And Electronic Systems Integration Inc. | Enhanced phase correlation for image registration |
-
2018
- 2018-11-15 WO PCT/JP2018/042334 patent/WO2019123917A1/ja active Application Filing
- 2018-11-15 US US16/955,606 patent/US11227196B2/en active Active
- 2018-11-15 EP EP18891876.7A patent/EP3731178B1/en active Active
- 2018-11-15 JP JP2019560880A patent/JP6845492B2/ja active Active
- 2018-11-15 CN CN201880082883.1A patent/CN111656394B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101616237A (zh) * | 2008-06-27 | 2009-12-30 | 索尼株式会社 | 图像处理装置、图像处理方法、程序和记录介质 |
| CN101651774A (zh) * | 2008-08-12 | 2010-02-17 | 佳能株式会社 | 图像处理装置、摄像设备和图像处理方法 |
| CN104144648A (zh) * | 2012-02-27 | 2014-11-12 | 富士胶片株式会社 | 图像处理装置及方法 |
| JP2015082757A (ja) * | 2013-10-23 | 2015-04-27 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
Non-Patent Citations (2)
| Title |
|---|
| New method for increasing matching accuracy and reducing process time of fingerprint data by the fractional Fourier transform;Reiko Iwai et al.;《2010 IEEE International Conference on Image Processing》;第3061-3064页 * |
| 基于小波变换的遥感图像融合算法研究;符荣鑫;《中国优秀硕士学位论文全文数据库（信息科技辑）》;第I140-1296页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3731178A1 (en) | 2020-10-28 |
| JPWO2019123917A1 (ja) | 2020-11-19 |
| EP3731178A4 (en) | 2021-06-16 |
| US11227196B2 (en) | 2022-01-18 |
| US20210012167A1 (en) | 2021-01-14 |
| CN111656394A (zh) | 2020-09-11 |
| EP3731178B1 (en) | 2024-01-31 |
| JP6845492B2 (ja) | 2021-03-17 |
| WO2019123917A1 (ja) | 2019-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111656394B (zh) | 图像比对设备 | |
| EP3086282B1 (en) | Image processing device and image processing method | |
| Hosseini et al. | Encoding visual sensitivity by maxpol convolution filters for image sharpness assessment | |
| JP6992880B2 (ja) | 画像照合装置 | |
| JP7152131B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| WO2019069617A1 (ja) | 個体識別装置 | |
| JP6919758B2 (ja) | 画像照合装置 | |
| JP2015021824A (ja) | 類識別フィルタ生成装置及び目標類識別装置 | |
| CN108269253A (zh) | 基于小波变换和局部结构特征的立体图像质量评价方法 | |
| CN116109962A (zh) | 一种基于视频相位的振动频率测量方法、装置、电子设备及存储介质 | |
| US7609858B2 (en) | Displacement measurements using phase changes | |
| US20220335617A1 (en) | Individual identification system | |
| US11989925B2 (en) | Image matching apparatus | |
| CN109781153B (zh) | 物理参数估计方法、装置和电子设备 | |
| Cakir et al. | Image quality assessment using two-dimensional complex mel-cepstrum | |
| JP2012043397A (ja) | 特徴量取得装置、特徴量取得方法、類似画像検索方法およびプログラム。 | |
| US11748863B2 (en) | Image matching apparatus, image matching method, and program | |
| JP2007241372A (ja) | オブジェクト識別装置、オブジェクト識別方法、および、オブジェクト識別用プログラム | |
| Lu et al. | Cross-correlation and image alignment for multi-band IR sensors | |
| Passmore | Techniques in Convolutional Depth Measurements | |
| Madrid-Cuevas et al. | Dominant Points Detection Using Phase Congruence | |
| DelMarco | Mathematical foundations of quaternion image matching | |
| Zhang et al. | Direction based Graphical Model for Face Sketch Synthesis | |
| Kukharenko et al. | Independent component analysis for nondestructive evaluation of structures using speckle interferometry |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |