CN113592921B - 图像匹配方法,装置,电子设备及存储介质 - Google Patents
图像匹配方法,装置,电子设备及存储介质 Download PDFInfo
- Publication number
- CN113592921B CN113592921B CN202110739043.1A CN202110739043A CN113592921B CN 113592921 B CN113592921 B CN 113592921B CN 202110739043 A CN202110739043 A CN 202110739043A CN 113592921 B CN113592921 B CN 113592921B
- Authority
- CN
- China
- Prior art keywords
- image
- gray value
- matched
- pixel
- registration area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000009467 reduction Effects 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种图像匹配方法,图像匹配装置,电子设备及存储介质,方法包括:基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,第一灰度值差值集合为待匹配图像的每一像素与基准图像的对应像素的灰度值差值的集合;确定配准区域中具有相同灰度值的像素所对应的灰度值差值的均值;将所述非配准区域的至少部分像素对应的灰度值差值替换为所述配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对所述第一灰度值差值集合进行更新,得到第二灰度值差值集合;基于第二灰度值差值集合对待匹配图像进行匹配。
Description
技术领域
本申请涉及图像处理领域,具体而言,涉及一种图像匹配方法,图像匹配装置,电子设备及存储介质。
背景技术
现有技术中,通常基于直方图对图像的颜色和亮度进行匹配。然而,通过直方图进行颜色和亮度匹配时,若待匹配图像与基准图像(即,匹配标的图像)的颜色或亮度差异较大时,匹配精度较低。
发明内容
本申请实施例的目的在于提供一种图像匹配方法,图像匹配装置,电子设备及存储介质,用以改善现有技术中待匹配图像与基准图像的颜色或亮度差异较大时,匹配精度较低的问题。
本申请提供一种图像匹配方法,包括:基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值;确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值;将所述非配准区域的至少部分像素对应的灰度值差值替换为所述配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对所述第一灰度值差值集合进行更新,得到第二灰度值差值集合;基于所述第二灰度值差值集合对所述待匹配图像进行匹配。
本申请通过确定待匹配图像相对于基准图像的配准区域及非配准区域,并将非配准区域的至少部分像素对应的灰度值差值替换为配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,由此,避免非配准区域中具有相同灰度值的像素之间的灰度值差值差异过大,对匹配精度造成不良影响,从而有助于改善因待匹配图像与基准图像的颜色或亮度差异较大而导致匹配度较低的问题。
一实施例中,在所述基于第一灰度值差值集合确定所述待匹配图像相对于所述基准图像的配准区域及非配准区域之前,所述方法还包括:在确定所述基准图像与所述待匹配图像格式相同时,针对所述待匹配图像的每一像素,计算该像素与所述基准图像中的对应像素之间的灰度值差值,以得到所述第一灰度值差值集合。
一实施例中,在针对所述待匹配图像的每一像素,计算该像素与所述基准图像中的对应像素之间的灰度值差值,以得到所述第一灰度值差值集合之前,所述方法还包括:将所述基准图像及所述待匹配图像分别进行缩小处理,并保证缩小处理后的所述基准图像及所述待匹配图像的分辨率相同。
本申请中,通过将基准图像及待匹配图像分别进行缩小处理,并保证缩小处理后的所述基准图像及所述待匹配图像的分辨率相同,有助于减小在进行图像匹配时的运算量,提升图像匹配速率。
一实施例中,在所述将所述基准图像与所述待匹配图像分别进行缩小处理之前,所述方法还包括:对所述待匹配图像与所述基准图像进行对齐处理。
本申请中,通过对待匹配图像及基准图像进行对齐处理,有助于进一步减小图像匹配时的运算量;且在进行图像匹配时,对于非配准区域具有较好的鲁棒性。
一实施例中,所述方法还包括:在确定所述基准图像的格式与所述待匹配图像的格式不相同时,将所述基准图像与所述待匹配图像转换为相同的格式。
本申请中,通过在确定所述基准图像的格式与所述待匹配图像的格式不相同时,将所述基准图像与所述待匹配图像转换为相同的格式,便于后续在进行图像匹配时,采用统一的算法对不同的颜色通道进行处理,从而有助于降低图像匹配的复杂度。
一实施例中,所述基于第一灰度值差值集合确定所述待匹配图像相对于所述基准图像的配准区域及非配准区域,包括:所述待匹配图像中,所述灰度值差值的绝对值小于等于第一阈值的像素所对应的区域为所述配准区域;所述待匹配图像中,所述灰度值差值的绝对值大于所述第一阈值的像素所对应的区域为所述非配准区域。
本申请中,待匹配图像中,灰度值差值的绝对值小于等于第一阈值的像素所对应的区域为配准区域;待匹配图像中灰度值差值的绝对值大于第一阈值的像素所对应的区域为非配准区域,能够比较容易地确定待匹配图像相对于基准图像的配准区域及非配准区域。
一实施例中,在确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值之前,所述方法还包括:确定所述非配准区域在所述待匹配图像中的占比不大于第二预设阈值。
本申请中,当非配准区域在待匹配图像中的占比大于第二预设阈值时,则可以判定待匹配图像相较于基准图像白平衡差异过大或亮度差异过大,此时,若通过将非配准区域的每一像素与基准图像的对应像素的灰度值差值替换为配准区域中具有相同灰度值的像素对应的灰度值差值的均值对于提升图像匹配的精度作用较小,因此,通过确定非配准区域在待匹配图像中的占比不大于第二预设阈值,再将非配准区域的每一像素与基准图像的对应像素的灰度值差值替换为配准区域中具有相同灰度值的像素对应的灰度值差值的均值,能够减少无用的运算。
一实施例中,所述基于所述第二灰度值差值集合对所述待匹配图像进行匹配,包括:对所述第二灰度值差值集合进行均值滤波;对均值滤波结果进行高斯模糊处理,得到第三灰度值差值集合;将所述第三灰度值差值集合中所述配准区域的每一像素对应的灰度值差值及所述非配准区域的每一像素对应的灰度值差值的均值分别与所述待匹配图像的对应像素的灰度值相加。
本申请中,通过对配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值进行均值滤波及高斯模糊处理,有助于改善现有技术中通过直方图进行颜色和亮度匹配时,若待匹配图像与基准图像的颜色或亮度差异较大时,匹配后的图像中颜色和亮度易出现断层的问题。
本申请还提供一种图像匹配装置,确定模块,用于基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值;确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值;处理模块,用于将所述非配准区域的至少部分像素对应的灰度值差值替换为所述配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对所述第一灰度值差值集合进行更新,得到第二灰度值差值集合;基于所述第二灰度值差值集合对所述待匹配图像进行匹配。
一实施例中,所述确定模块还用于在确定所述基准图像与所述待匹配图像格式相同时,针对所述待匹配图像的每一像素,计算该像素与所述基准图像中的对应像素之间的灰度值差值,以得到所述第一灰度值差值集合。
一实施例中,所述确定模块还用于将所述基准图像及所述待匹配图像分别进行缩小处理,并保证缩小处理后的所述基准图像及所述待匹配图像的分辨率相同。
一实施例中,所述确定模块还用于对所述待匹配图像与所述基准图像进行对齐处理。
一实施例中,所述确定模块还用于:在确定所述基准图像的格式与所述待匹配图像的格式不相同时,将所述基准图像与所述待匹配图像转换为相同的格式。
一实施例中,所述确定模块还用于:确定所述待匹配图像中,所述灰度值差值的绝对值小于等于第一阈值的像素所对应的区域为所述配准区域;确定所述待匹配图像中所述灰度值差值的绝对值大于所述第一阈值的像素所对应的区域为所述非配准区域。
一实施例中,所述确定模块还用于确定所述非配准区域在所述待匹配图像中的占比不大于第二阈值。
一实施例中,所述处理模块还用于对所述第二灰度值差值集合进行均值滤波;对均值滤波结果进行高斯模糊处理,得到第三灰度值差值集合;将所述第三灰度值差值集合中所述配准区域的每一像素对应的灰度值差值及所述非配准区域的每一像素对应的灰度值差值的均值分别与所述待匹配图像的对应像素的灰度值相加。
本申请还提供一种电子设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述图像匹配方法或实现上述图像匹配装置的功能。
本申请还提供一种存储有计算机可读指令的非易失性可读存储介质,所述计算机可读指令被处理器执行时,使得所述处理器执行上述图像匹配方法或实现上述图像匹配装置的功能。
本申请的一个或多个实施例的细节在下面的附图和描述中提出。本申请的其它特征、目的和优点将从说明书、附图以及权利要求书变得明显。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的图像匹配方法的流程图。
图2为本申请一实施例提供的图像匹配装置的结构框图。
图3为本申请一实施例提供的电子设备的结构示意图。
图标:图像匹配装置-10;确定模块-11;处理模块-12。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参阅图1,本申请一实施例提供一种图像匹配方法。本实施例中,该图像匹配方法可以包括以下步骤S11-S14。
步骤S11,基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值。
步骤S12,确定配准区域中具有相同灰度值的像素所对应的灰度值差值的均值。
步骤S13,将非配准区域的至少部分像素对应的灰度值差值替换为配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对第一灰度值差值集合进行更新,得到第二灰度值差值集合。第二灰度值差值集合包括配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值。
步骤S14,基于第二灰度值差值集合对待匹配图像进行匹配。
本申请实施例所提供的图像匹配方法,通过确定待匹配图像相对于基准图像的配准区域及非配准区域,并将非配准区域的至少部分像素对应的灰度值差值替换为配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,由此,避免非配准区域中具有相同灰度值的像素之间的灰度值差值差异过大,对匹配精度造成不良影响,从而有助于改善因待匹配图像与基准图像的颜色或亮度差异较大而导致匹配度较低的问题。
接下来对本申请实施例所提供的图像匹配方法的各个步骤进行详细的介绍。
步骤S11,基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值。
本实施例中,待匹配图像为需要进行匹配的图像,基准图像为匹配所依据的标的图像(或者说,参考图像)。待匹配图像中的每一像素在基准图像中均具有一对应的像素。针对待匹配图像中的每一像素,可以通过在待匹配图像中该像素的灰度值的基础上减去基准图像中对应像素的灰度值,并对所得结果取绝对值,得到待匹配图像中该像素与基准图像的对应像素的灰度值差值。
本实施例中,步骤S11,可以包括以下子步骤。
步骤S101,确定将待匹配图像中,灰度值差值的绝对值小于等于第一阈值的像素所对应的区域为配准区域。
也就是说,待匹配图像中灰度值差值的绝对值小于等于第一阈值的所有像素所形成的区域为配准区域。为了显示待匹配图像中配准区域,可以将待匹配图像中,灰度值差值的绝对值小于等于第一阈值的像素的灰度值均置为0。
步骤S102,确定待匹配图像中灰度值差值的绝对值大于第一阈值的像素所对应的区域为非配准区域。
相应地,待匹配图像中灰度值差值的绝对值大于第一阈值的所有像素所形成的区域为非配准区域。为了显示待匹配图像中非配准区域,可以将待匹配图像中,灰度值差值的绝对值大于第一阈值的像素的灰度值均置为255。
本实施例中,配准区域与非配准区域互补,共同构成整张待匹配图像。
通过确定待匹配图像中,灰度值差值小于第一阈值的像素所对应的区域为配准区域;确定待匹配图像中灰度值差值大于第一阈值的像素所对应的区域为非配准区域,能够比较容易地确定待匹配图像相对于基准图像的配准区域及非配准区域。
步骤S12,确定配准区域中具有相同灰度值的像素所对应的灰度值差值的均值。
本实施例中,配准区域中可能存在多个具有相同灰度值的像素,而具有相同灰度值的多个像素各自与基准图像中的对象像素的灰度值差值不一定相等,此时,可以对配准区域中多个具有相同灰度值的像素的灰度值差值之和求平均来确定该多个具有相同灰度值的像素所对应的灰度值差值的均值。例如,配准区域中存在3个灰度值为100的像素A,B及C,像素A对应的灰度值差值为12,像素B对应的灰度值差值为15,像素C对应的灰度值差值为9,则,像素A,B及C的灰度值差值的均值=(像素A对应的灰度值差值+像素B对应的灰度值差值+像素C对应的灰度值差值)/3=(12+15+9)/3=12。
需要说明的是,对于配准区域中不存在灰度值与之相同的像素,灰度值差值的均值即为该像素的灰度值差值。
步骤S13,将非配准区域的至少部分像素对应的灰度值差值替换为配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对第一灰度值差值集合进行更新,得到第二灰度值差值集合。第二灰度值差值集合包括配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值。
本实施例中,对于非配准区域中,在配准区域中存在灰度值与之相同的像素,此时,将非配准区域的该像素对应的灰度值差值替换为配准区域中该具有相同灰度值的像素对应的灰度值差值的均值。对于非配准区域中,在配准区域中不存在灰度值与之相同的像素,本申请不做限定。
在另外一个实施例中,对于非配准区域中,在配准区域中存在灰度值与之相同的像素,此时,将非配准区域的该像素中的部分像素对应的灰度值差值替换为配准区域中该具有相同灰度值的像素对应的灰度值差值的均值。该部分像素可为非配准区域中待匹配图像的关键像素,比如构成人像的像素、构成前景图像的像素、构成其他感兴趣目标的像素、待匹配图像中心区域的像素等。
步骤S14,基于第二灰度值差值集合对待匹配图像进行匹配。
一实施例中,基于第二灰度值差值集合对待匹配图像进行匹配,可以是在待匹配图像的配准区域的每一像素的原始灰度值的基础上加上各自对应的灰度值差值,以及在待匹配图像的非配准区域的每一像素的原始灰度值的基础上加上各自对应的灰度值差值的均值,由此完成待匹配图像与基准图像之间的匹配。
一实施例中,基于第二灰度值差值集合对待匹配图像进行匹配,可以包括以下子步骤。
步骤S401,对第二灰度值差值集合(即,配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值)进行均值滤波。
具体地,可以对配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值进行N*N的盒子滤波(Box Filter),得到灰度值差值矩阵,其中,N为大于1的正整数,例如,为9。
步骤S402,对均值滤波结果进行高斯模糊处理,得到第三灰度值差值集合。
具体地,可以对灰度值差值矩阵(即,经均值滤波的配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值,也即,均值滤波结果)进行半径为r的高斯模糊处理,得到灰度值差值高斯模糊因子(diff_gaussian)。其中,r的取值与待匹配图像的分辨率成正比,例如,当待匹配图像的分辨率为500*375时,r可以取15;当待匹配图像的分辨率为1000*750,r可以取30。
步骤S403,将第三灰度值差值集合中配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值分别与待匹配图像的对应像素的灰度值相加。
具体地,可以基于如下公式match_B=max(0,min(diff_gaussian+B,255))完成匹配,其中,match_B表示待匹配图像经匹配后的每一像素的灰度值,B为待匹配图像中每一像素的原始灰度值。
通过对配准区域的每一像素对应的灰度值差值及非配准区域的每一像素对应的灰度值差值的均值进行均值滤波及高斯模糊处理,有助于改善现有技术中通过直方图进行颜色和亮度匹配时,若待匹配图像与基准图像的颜色或亮度差异较大时,匹配后的图像中颜色和亮度易出现断层的问题。
本申请实施例中,通过确定待匹配图像相对于基准图像的配准区域及非配准区域,并将非配准区域的每一像素与基准图像的对应像素的灰度值差值替换为配准区域中具有相同灰度值的像素对应的灰度值差值的均值,由此,避免非配准区域中具有相同灰度值的像素之间的灰度值差值差异过大,对匹配精度造成不良影响,从而有助于改善因待匹配图像与基准图像的颜色或亮度差异较大而导致匹配度较低的问题。
可以理解,在步骤S11之前,该图像匹配方法还可以包括:在确定基准图像与待匹配图像格式相同时,针对待匹配图像的每一像素,计算该像素与基准图像中的对应像素之间的灰度值差值,以得到第一灰度值差值集合的步骤。当然,在针对待匹配图像的每一像素,计算该像素与基准图像中的对应像素之间的灰度值差值,以得到第一灰度值差值集合之前,若确定基准图像与待匹配图像格式不同,则还可以包括将基准图像及待匹配图像转换为相同的格式。
其中,基准图像和待匹配图像的格式可以是YUV格式,HSV格式等。
通过使基准图像及待匹配图像两者格式相同,便于后续在进行图像匹配时,采用统一的算法对不同的颜色通道进行处理,从而有助于降低图像匹配的复杂度。可以理解,对图像格式转换为本领域现有技术,在此不作展开介绍。
此外,由于待匹配图像的每一像素在基准图像中均具有一对应像素,因此,针对待匹配图像的每一像素,计算该像素与基准图像中的对应像素之间的灰度值差值,可以包括:分别求取待匹配图像中的每一像素的灰度值及基准图像中每一对应像素的灰度值;在基准图像中的每一对应像素的灰度值的基础上减去待匹配图像中的相应像素的灰度值,由此得到待匹配图像中的每一像素与基准图像中的对象像素之间的灰度值差值。可以理解,求取灰度值的具体过程为本领域现有技术,在此不做展开介绍。
可以理解,在针对待匹配图像的每一像素,计算该像素与基准图像中的对应像素之间的灰度值差值,并确定待匹配图像与基准图像的配准区域及非配准区域之前,该图像匹配方法还包括:将基准图像及待匹配图像分别进行缩小处理,并保证缩小处理后的基准图像及待匹配图像的分辨率相同。通过将基准图像及待匹配图像分别进行缩小处理,并保证缩小处理后的基准图像及待匹配图像的分辨率相同,有助于减小在进行图像匹配时的运算量,提升图像匹配速率。
其中,将基准图像及待匹配图像分别进行缩小处理可以是将基准图像及待匹配图像分别按照第一预设比例及第二预设比例进行缩小处理。第一预设比例及第二预设比例均大于0且小于1,且两者可以相同,对于第一预设比例及第二预设比例的具体取值可以根据实际需要进行设定,本申请对此不作限定。
可以理解,在将基准图像与待匹配图像分别进行缩小处理之前,该图像匹配方法还包括:对待匹配图像与基准图像进行对齐处理。通过对待匹配图像及基准图像进行对齐处理,有助于进一步减小图像匹配时的运算量;且在进行图像匹配时,对于非配准区域具有较好的鲁棒性。
可以理解,在步骤S12之前,该图像匹配方法还可以包括确定非配准区域在待匹配图像中的占比不大于第二预设阈值的步骤。其中,第二预设阈值可以取大于等于0.5且小于1的值。需要说明的是,当非配准区域在待匹配图像中的占比大于第二预设阈值时,则可以判定待匹配图像相较于基准图像白平衡差异过大或亮度差异过大,此时,若通过将非配准区域的每一像素与基准图像的对应像素的灰度值差值替换为配准区域中具有相同灰度值的像素对应的灰度值差值的均值对于提升图像匹配的精度作用较小,因此,通过确定非配准区域在待匹配图像中的占比不大于第二预设阈值,再将非配准区域的每一像素与基准图像的对应像素的灰度值差值替换为配准区域中具有相同灰度值的像素对应的灰度值差值的均值,能够减少无用的运算。
需要说明的是,若确定非配准区域在待匹配图像中的占比大于第二预设阈值,则可以不执行步骤S12及步骤S13,而直接跳至步骤S14。
请参阅图2,基于同一发明构思,本申请一实施例还提供一种图像匹配装置10。该图像匹配装置10包括确定模块11及处理模块12。
确定模块11用于基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值;确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值。
处理模块12用于将所述非配准区域的至少部分像素对应的灰度值差值替换为所述配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对所述第一灰度值差值集合进行更新,得到第二灰度值差值集合;基于所述第二灰度值差值集合对所述待匹配图像进行匹配。
一实施例中,确定模块11还用于在确定所述基准图像与所述待匹配图像格式相同时,针对所述待匹配图像的每一像素,计算该像素与所述基准图像中的对应像素之间的灰度值差值,以得到所述第一灰度值差值集合。
一实施例中,确定模块11还用于将所述基准图像及所述待匹配图像分别进行缩小处理,并保证缩小处理后的所述基准图像及所述待匹配图像的分辨率相同。
一实施例中,确定模块11还用于对待匹配图像与基准图像进行对齐处理。
一实施例中,确定模块11还用于:在确定所述基准图像的格式与所述待匹配图像的格式不相同时,将所述基准图像与所述待匹配图像转换为相同的格式。
一实施例中,确定模块11还用于:确定所述待匹配图像中,所述灰度值差值的绝对值小于第一阈值的像素所对应的区域为所述配准区域;确定所述待匹配图像中所述灰度值差值的绝对值大于所述第一阈值的像素所对应的区域为所述非配准区域。
一实施例中,确定模块11还用于确定所述非配准区域在所述待匹配图像中的占比不大于第二阈值。
一实施例中,处理模块12还用于对所述第二灰度值差值集合进行均值滤波;对均值滤波结果进行高斯模糊处理,得到第三灰度值差值集合;将所述第三灰度值差值集合中所述配准区域的每一像素对应的灰度值差值及所述非配准区域的每一像素对应的灰度值差值的均值分别与所述待匹配图像的对应像素的灰度值相加。
可以理解,本申请提供的图像匹配装置20与本申请提供的图像匹配方法对应,为使说明书简洁,相同或相似部分可以参照图像匹配方法部分的内容,在此不再赘述。
上述图像匹配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于服务器中的处理器中,也可以以软件形式存储于服务器中的存储器中,以便于处理器调用执行以上各个模块对应的操作。该处理器可以为中央处理单元(CPU)、微处理器、单片机等。
上述图像匹配方法和/或图像匹配装置可以实现为一种计算机可读指令的形式,计算机可读指令可以在如图3所示的电子设备上运行。
本申请实施例还提供的一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令,该处理器执行该程序时实现上述的图像匹配方法。
图3为根据本申请的一个实施例的电子设备的内部结构示意图,电子设备可以为服务器。请参阅图3,该电子设备包括通过系统总线连接的处理器、非易失性存储介质、内存储器、输入装置、显示屏和网络接口。其中,该电子设备的非易失性存储介质可存储操作系统和计算机可读指令,该计算机可读指令被执行时,可使得处理器执行本申请各实施例的一种图像匹配方法,该方法的具体实现过程可参考图2的具体内容,在此不再赘述。该电子设备的处理器用于提供计算和控制能力,支撑整个电子设备的运行。该内存储器中可储存有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种图像匹配方法。电子设备的输入装置用于各个参数的输入,电子设备的显示屏用于进行显示,电子设备的网络接口用于进行网络通信。本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
基于同一发明构思,本申请实施例提供的一种计算机可读存储介质,其上存储有计算机可读指令,该程序被处理器执行时实现上述的图像匹配方法中的步骤。
如此处所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像匹配方法,其特征在于,
基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值;其中,所述配准区域为所述待匹配图像中所述灰度值差值的绝对值小于等于第一阈值的像素所对应的区域,所述非配准区域为所述待匹配图像中所述灰度值差值的绝对值大于所述第一阈值的像素所对应的区域;
确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值;
将所述非配准区域的至少部分像素对应的灰度值差值替换为所述配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对所述第一灰度值差值集合进行更新,得到第二灰度值差值集合;
基于所述第二灰度值差值集合对所述待匹配图像进行匹配。
2.如权利要求1所述的图像匹配方法,其特征在于,在所述基于第一灰度值差值集合确定所述待匹配图像相对于所述基准图像的配准区域及非配准区域之前,所述方法还包括:
在确定所述基准图像与所述待匹配图像格式相同时,针对所述待匹配图像的每一像素,计算该像素与所述基准图像中的对应像素之间的灰度值差值,以得到所述第一灰度值差值集合。
3.如权利要求2所述的图像匹配方法,其特征在于,在针对所述待匹配图像的每一像素,计算该像素与所述基准图像中的对应像素之间的灰度值差值,以得到所述第一灰度值差值集合之前,所述方法还包括:
将所述基准图像及所述待匹配图像分别进行缩小处理,并保证缩小处理后的所述基准图像及所述待匹配图像的分辨率相同。
4.如权利要求3所述的图像匹配方法,其特征在于,在所述将所述基准图像与所述待匹配图像分别进行缩小处理之前,所述方法还包括:
对所述待匹配图像与所述基准图像进行对齐处理。
5.如权利要求2所述的图像匹配方法,其特征在于,所述方法还包括:
在确定所述基准图像的格式与所述待匹配图像的格式不相同时,将所述基准图像与所述待匹配图像转换为相同的格式。
6.如权利要求1至5任一项所述的图像匹配方法,其特征在于,在确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值之前,所述方法还包括:
确定所述非配准区域在所述待匹配图像中的占比不大于第二阈值。
7.如权利要求1至5任一项所述的图像匹配方法,其特征在于,所述基于所述第二灰度值差值集合对所述待匹配图像进行匹配,包括:
对所述第二灰度值差值集合进行均值滤波;
对均值滤波结果进行高斯模糊处理,得到第三灰度值差值集合;
将所述第三灰度值差值集合中每一灰度值差值分别与所述待匹配图像的对应像素的灰度值相加。
8.一种图像匹配装置,其特征在于,包括:
确定模块,用于基于第一灰度值差值集合确定待匹配图像相对于基准图像的配准区域及非配准区域,所述第一灰度值差值集合包括所述待匹配图像的每一像素与所述基准图像的对应像素的灰度值差值;确定所述配准区域中具有相同灰度值的像素所对应的灰度值差值的均值;其中,所述配准区域为所述待匹配图像中所述灰度值差值的绝对值小于等于第一阈值的像素所对应的区域,所述非配准区域为所述待匹配图像中所述灰度值差值的绝对值大于所述第一阈值的像素所对应的区域;
处理模块,用于将所述非配准区域的至少部分像素对应的灰度值差值替换为所述配准区域中与该像素具有相同灰度值的像素所对应的灰度值差值的均值,以对所述第一灰度值差值集合进行更新,得到第二灰度值差值集合;基于所述第二灰度值差值集合对所述待匹配图像进行匹配。
9.一种电子设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1-7任一项所述的图像匹配方法或实现如权利要求8所述的图像匹配装置的功能。
10.一种存储有计算机可读指令的非易失性可读存储介质,所述计算机可读指令被处理器执行时,使得所述处理器执行如权利要求1-7任一项所述的图像匹配方法或实现如权利要求8所述的图像匹配装置的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739043.1A CN113592921B (zh) | 2021-06-30 | 2021-06-30 | 图像匹配方法,装置,电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739043.1A CN113592921B (zh) | 2021-06-30 | 2021-06-30 | 图像匹配方法,装置,电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592921A CN113592921A (zh) | 2021-11-02 |
CN113592921B true CN113592921B (zh) | 2024-06-21 |
Family
ID=78245333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739043.1A Active CN113592921B (zh) | 2021-06-30 | 2021-06-30 | 图像匹配方法,装置,电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592921B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226823A (zh) * | 2013-03-18 | 2013-07-31 | 华中科技大学 | 基于对数差值点集模板的图像快速配准方法 |
CN103714547A (zh) * | 2013-12-30 | 2014-04-09 | 北京理工大学 | 一种结合边缘区域和互相关的图像配准方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL191615A (en) * | 2007-10-23 | 2015-05-31 | Israel Aerospace Ind Ltd | A method and system for producing tie points for use in stereo adjustment of stereoscopic images and a method for identifying differences in the landscape taken between two time points |
CN103927511B (zh) * | 2014-02-25 | 2017-02-15 | 华北电力大学(保定) | 基于差异特征描述的图像识别方法 |
US9299164B2 (en) * | 2014-07-22 | 2016-03-29 | Xerox Corporation | Method and apparatus for using super resolution encoding to provide edge enhancements for non-saturated objects |
CN104778685B (zh) * | 2015-03-17 | 2018-02-23 | 北京数码视讯科技股份有限公司 | 一种图像匹配方法及装置 |
CN106204575A (zh) * | 2016-07-05 | 2016-12-07 | 董超超 | 一种通过斑块特征配准的图像调整装置 |
JP6809613B2 (ja) * | 2017-01-23 | 2021-01-06 | 富士通株式会社 | 画像前景の検出装置、検出方法及び電子機器 |
CN109101867A (zh) * | 2018-06-11 | 2018-12-28 | 平安科技(深圳)有限公司 | 一种图像匹配方法、装置、计算机设备及存储介质 |
CN111667448B (zh) * | 2019-03-06 | 2023-08-15 | 深圳中科飞测科技股份有限公司 | 一种图像处理方法、装置及设备 |
-
2021
- 2021-06-30 CN CN202110739043.1A patent/CN113592921B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226823A (zh) * | 2013-03-18 | 2013-07-31 | 华中科技大学 | 基于对数差值点集模板的图像快速配准方法 |
CN103714547A (zh) * | 2013-12-30 | 2014-04-09 | 北京理工大学 | 一种结合边缘区域和互相关的图像配准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113592921A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113126937B (zh) | 一种显示终端调整方法及显示终端 | |
CN110996174B (zh) | 一种视频画质增强方法及其相关设备 | |
CN111355941A (zh) | 图像颜色实时校正方法、装置和系统 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
JP4751907B2 (ja) | 画像補正プログラム、画像補正装置および画像補正方法 | |
CN111369486A (zh) | 一种图像融合处理方法及装置 | |
CN111163301B (zh) | 色彩调整方法、装置及计算机可读存储介质 | |
CN109147708B (zh) | 显示面板的伽马值调节方法、装置及显示设备 | |
US20120144304A1 (en) | System and method for reducing artifacts in images | |
CN114998122A (zh) | 一种低照度图像增强方法 | |
CN113592921B (zh) | 图像匹配方法,装置,电子设备及存储介质 | |
CN113781334A (zh) | 基于颜色的图像间差异对比方法、装置、终端及存储介质 | |
CN111539975B (zh) | 一种运动目标的检测方法、装置、设备及存储介质 | |
CN113132639A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN116453470B (zh) | 图像显示方法、装置、电子设备及计算机可读存储介质 | |
CN115278186B (zh) | 基于物联网的可控制均匀投影方法、装置、设备及介质 | |
CN110458768B (zh) | 图像处理方法、计算机设备和可读存储介质 | |
US11212480B2 (en) | Brightness and contrast optimization of images in real time | |
CN108282643B (zh) | 图像处理方法、图像处理装置及电子设备 | |
CN112215237A (zh) | 图像处理方法及装置、电子设备和计算机可读存储介质 | |
CN115661179A (zh) | 图像紫边检测方法和装置 | |
CN117935726B (zh) | Mini-LED显示屏色彩均化方法及装置 | |
CN114119609B (zh) | 图像污点浓度的检测方法、装置、设备及存储介质 | |
CN112308094B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN112308938B (zh) | 图像处理方法和图像处理装置 |
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 |