CN114241023A - 亚像素图像配准方法、装置及终端设备 - Google Patents

亚像素图像配准方法、装置及终端设备 Download PDF

Info

Publication number
CN114241023A
CN114241023A CN202111527188.1A CN202111527188A CN114241023A CN 114241023 A CN114241023 A CN 114241023A CN 202111527188 A CN202111527188 A CN 202111527188A CN 114241023 A CN114241023 A CN 114241023A
Authority
CN
China
Prior art keywords
image
registered
fourier transform
sub
reference image
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.)
Pending
Application number
CN202111527188.1A
Other languages
English (en)
Inventor
刘岩
翟玉卫
荆晓冬
丁立强
王维
赵丽
李茹
梁法国
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.)
CETC 13 Research Institute
Original Assignee
CETC 13 Research Institute
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 CETC 13 Research Institute filed Critical CETC 13 Research Institute
Priority to CN202111527188.1A priority Critical patent/CN114241023A/zh
Publication of CN114241023A publication Critical patent/CN114241023A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请适用于亚像素图像配准技术领域，提供了亚像素图像配准方法、装置及终端设备，该亚像素图像配准方法包括：获取目标物体的参考图像、目标物体的待配准采集图像；对待配准采集图像和参考图像进行傅里叶变换；对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中的无效信息；基于参考图像对经过带限处理的待配准采集图像进行配准。本申请解决了现有相位相关法在高放大倍率下会发生失效的问题。

Description

亚像素图像配准方法、装置及终端设备
技术领域
本申请属于亚像素图像配准技术领域，尤其涉及亚像素图像配准方法、装置及终端设备。
背景技术
相位相关法是一种常用的图像配准算法，Hassan Foroosh等将相关相位法扩展至亚像素图像配准，算法针对仅存在平移变换的情况，配准精度和抗噪声能力良好，并且运算量较小可用于实时的位置漂移补偿，其特性很适合用于光热反射显微成像的位置漂移修正。
将上述方法引入光热反射显微热成像系统，在较低放大倍率下对包括GaN HEMT在内的若干器件开展了温度测试，取得了满意效果，但当进一步提高放大倍率以观察沟道发热细节时，有时会发生算法失效，无法检测出位移。
发明内容
为克服相关技术中存在的算法失效的技术问题，本申请实施例提供了亚像素图像配准方法、装置及终端设备。
本申请是通过如下技术方案实现的：
第一方面，本申请实施例提供了亚像素图像配准方法，包括：
获取目标物体的参考图像和待配准采集图像；
对待配准采集图像和参考图像进行傅里叶变换；
对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中的无效信息；
基于参考图像对经过带限处理的待配准采集图像进行配准。
结合第一方面，在一些可能的实现方式中，获取目标物体的参考图像，包括：获取临时参考图像，临时参考图像为目标物体的任一帧图像，或基于多帧未配准的图像取平均得到；采集目标物体的多帧图像，并基于临时参考图像对多帧图像进行配准；基于配准后的多帧图像取平均生成参考图像。
结合第一方面，在一些可能的实现方式中，对待配准采集图像进行傅里叶变换，包括：计算待配准采集图像g(x,y)的傅里叶变换G(u,v)，以及参考图像r(x,y)的傅里叶变换R(u,v)；计算傅里叶变换G(u,v)和傅里叶变换R(u,v)的互相关的相位函数
Figure BDA0003410781880000021
其中，R*(u,v)为R(u,v)的复共轭函数，u是x傅里叶变换后对应的空间频率、v是y傅里叶变换后对应的空间频率，其中，x、y、u、v均为整数，且x∈[0,Nx-1]，u∈[0,Nx-1]，y∈[0,Ny-1]，v∈[0,Ny-1]，Nx为待配准采集图像g(x,y)在x方向的像素总数、Ny为待配准采集图像g(x,y)在y方向的像素总数。
结合第一方面，在一些可能的实现方式中，对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中的无效信息，包括：基于
Figure BDA0003410781880000022
对傅里叶变换Cp(u,v)进行带限处理；其中，Wu为u的带宽、Wv为v的带宽。
结合第一方面，在一些可能的实现方式中，基于参考图像对经过带限处理的待配准采集图像进行配准，包括：确定待配准采集图像到参考图像的平移量，平移量包括整数部分和小数部分。
结合第一方面，在一些可能的实现方式中，确定平移量的整数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；将傅里叶逆变换结果中的最高点(xI,yI)，确定为整数部分，其中，xI为x方向的平移量的整数部分、yI为y方向的平移量的整数部分。
结合第一方面，在一些可能的实现方式中，确定平移量的小数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；基于傅里叶逆变换结果中的最高点及临近点，确定小数部分xF和yF：
Figure BDA0003410781880000031
Figure BDA0003410781880000032
其中，xF为x方向平移量的小数部分，yF为y方向平移量的小数部分。
结合第一方面，在一些可能的实现方式中，确定平移量的小数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；基于傅里叶逆变换结果中的峰值点及峰值点两侧的第k个点确定小数部分xF和yF：
Figure BDA0003410781880000033
Figure BDA0003410781880000034
其中，kX为
Figure BDA0003410781880000035
上取整、kY为
Figure BDA0003410781880000036
上取整。
第二方面，本申请实施例提供了亚像素图像配准方法装置，包括：
图像获取模块，用于获取目标物体的参考图像、目标物体的待配准采集图像；
运算模块，用于对待配准采集图像和参考图像进行傅里叶变换；
带限处理模块，用于对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中不含有效信息的带宽；
配准模块，用于基于参考图像对经过带限处理的待配准采集图像进行配准。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的亚像素图像配准方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的亚像素图像配准方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的亚像素图像配准方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例，通过频域带限处理过滤掉待配准采集图像中的无效信息，再基于参考图像对经过带限处理的待配准采集图像进行配准，以解决算法失效问题，可以支持高放大倍率条件下的测试，能够观察到更多温度分布细节，从而提升测试结果的参考价值。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的亚像素图像配准方法的流程示意图；
图2是本申请实施例提供的亚像素图像配准装置的结构示意图；
图3是本申请实施例提供的亚像素图像配准终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
相位相关法是一种常用的图像配准算法，Hassan Foroosh等将相关相位法扩展至亚像素图像配准，算法针对仅存在平移变换的情况，配准精度和抗噪声能力良好，并且运算量较小可用于实时的位置漂移补偿，其特性很适合用于光热反射显微成像的位置漂移修正。将上述方法引入光热反射显微热成像系统，在较低放大倍率下对包括GaN HEMT在内的若干器件开展了温度测试，取得了满意效果，但当进一步提高放大倍率以观察沟道发热细节时，有时会发生算法失效，无法检测出位移。
为便于理解相关技术中所存在的问题，以下先介绍相位相关法估计平移量的原理。
设参考图像各点读数为s(x,y)，待配准图像g(x,y)，两图像间仅存在平移变换，即g(x,y)＝s(x-Δx,y-Δy)，其中Δx,Δy即为平移量。
空域做平移等效于与δ(x-Δx,y-Δy)做卷积，对应于频域乘一个相位
Figure BDA0003410781880000061
其中，u、v是x、y傅里叶变换后对应的空间频率。
Figure BDA0003410781880000062
其中，M、Q分别是x、y方向像素数。
Figure BDA0003410781880000063
空域互相关对应于频域
Figure BDA0003410781880000064
其中，S*(u,v)是S(u,v)的复共轭函数、S(u,v)是s(x,y)的傅里叶变换、G(u,v)是g(x,y)的傅里叶变换。
由于
Figure BDA0003410781880000065
Figure BDA0003410781880000066
Figure BDA0003410781880000071
因而互相关函数的傅里叶变化为
Figure BDA0003410781880000072
进行归一化后只留下相位信息，称为相位相关(phase correlation)
Figure BDA0003410781880000073
逆变换得到空域的一个冲击函数
cp(x,y)＝δ(x-Δx,y-Δy)
函数峰值对应坐标即为平移量
Figure BDA0003410781880000074
为求简明，上述原理是在连续函数且未限制定义域的条件进行讨论的，对于数字图像，各自变量应为离散的且限定取值范围。Hassan Foroosh等通过分析发现，对于数字图像，实际得到的cp(x,y)近似于经过平移的sinc在整数点取样，因而可以根据cp(x,y)峰值点附近的函数值进行亚像素的平移量估计得到(Δx,Δy)。以仅存在亚像素平移的情况为例，假定主峰为cp(0,0)，两个次峰分别为cp(1,0)和cp(0,1)，则x方向的平移量Δx、y方向的平移量Δy可依下式计算
Figure BDA0003410781880000075
Figure BDA0003410781880000076
其中±号取值应令估计的平移量落在主峰与次峰之间，上例中情况中两个方向平移量都应在区间(0,1)内。
当利用上述相位相关法估计平移量的原理，进一步提高放大倍率以观察沟道发热细节时，有时会发生算法失效，无法检测出位移。
具体现象以及原理探究如下：
在较低倍率，如20X下使用上述算法，正常工作，对同一被测对象的同一区域(视野中心位置相同，即高倍率下图像是对低倍率下图像中心部分的截取)，提高放大倍率(希望进一步观察细节)，如50X，算法发生失效，可观察到发生明显平移时，算法输出的平移量估计值始终在零附近。
进一步考察算法中间数据发现，算法失效时，cp(x,y)在实际平移量对应位置上有一峰值，但是在原点(0,0)处另有一个更大的峰值将其掩盖，使得算法判断错误。进一步探究原点峰值的来源，观察Cp(u,v)发现，有效信息的相位集中在低频部分，高频部分被噪声主导，考虑到cp(x,y)在原点处的峰值，在频域Cp(u,v)应表现为一个与(u,v)无关的固定零相位。故进一步观察噪声区域的相位，发现其并非与白噪声对应的均匀分布，而是以零点为中心近似钟形分布，判断此即为导致算法失效的直接原因。作为验证，提取S(u,v)和Cp(u,v)高频部分分别做逆变换，得到结果中Cp(u,v)高频部分逆变换后在原点处有一明显的峰值，而S(u,v)高频部分逆变换后原点处值与相邻点差别不大。
推测该现象的机制与相机各像元的响应度不一致有关。从空域看，各像元响应度有微小的随机起伏，其影响近似白噪声，故在S(u,v)中其影响对应的相位为均匀分布，但是由于像元位置固定，故两幅图做相关后在cp(x,y)原点处产生一分量。随着光学系统放大倍率增大，所得图像中高频成分减少，导致Cp(u,v)中有效相位信号比重下降，上述影响逐渐凸显以致算法失效。
基于上述问题，本申请实施例中的亚像素图像配准方法，通过频域带限处理，过滤掉待配准采集图像中的无效信息，再基于参考图像对经过带限处理的待配准采集图像进行配准，以解决算法失效问题，可以支持高放大倍率条件下的测试，能够观察到更多温度分布细节，从而提升测试结果的参考价值。
为便于理解本申请实施例提供的亚像素图像配准方法，以下现对上述亚像素图像配准方法的方案原理进行说明。
根据前文分析，算法失效的直接诱因是高倍率下采集到的图像中缺少有效的高频分量，因而可以在频域进行带限处理，滤除不含有效信号的高频部分，从而抑制cp(x,y)在原点处干扰信号。对Cp(u,v)进行带限操作会导致cp(x,y)的对应的sinc发生展宽，下面推导新的关系来根据峰值及其临近两点(-1,0,1)的值来推算平移量。
同样设参考图像为
Figure BDA0003410781880000091
其中，S(u,v)为s(x,y)的傅里叶变换
平移后图像为
Figure BDA0003410781880000092
其中，x、y、u、v均为整数，且x∈[0,Nx-1]，u∈[0,Nx-1]，y∈[0,Ny-1]，v∈[0,Ny-1]，Nx为待配准采集图像g(x,y)在x方向的像素总数、Ny为待配准采集图像g(x,y)在y方向的像素总数。
下面以一维为例进行分析，二维情况与之类似。
对Cp(u)进行带限处理，总点数为N，保留带宽为W，则
Figure BDA0003410781880000093
则逆变换后空域函数如下式，即频域带限导致空域sinc函数展宽。
Figure BDA0003410781880000094
cp(x)峰值所在坐标即为平移量估计值整数部分。
小数部分的获取方法为像素峰值点为cp(0)，两侧临近点为cp(-1)和cp(1)，Δx∈(-0.5,0.5)，则有
Figure BDA0003410781880000101
整理可得
Figure BDA0003410781880000102
进一步整理求解可以得到
Figure BDA0003410781880000103
据此即可根据cp(x)峰值点及其两侧的函数值求得亚像素平移量。
图2是本申请一实施例提供的亚像素图像配准方法的示意性流程图，参照图2，对该亚像素图像配准方法的详述如下：
在步骤101中，获取目标物体的参考图像和待配准采集图像。
示例性的，获取目标物体的参考图像，包括：获取临时参考图像，临时参考图像为目标物体的任一帧图像，或基于多帧未配准的图像取平均得到；采集目标物体的多帧图像，并基于临时参考图像对多帧图像进行配准；基于配准后的多帧图像取平均生成参考图像。
在步骤102中，对待配准采集图像和参考图像进行傅里叶变换。
示例性的，对待配准采集图像进行傅里叶变换，包括：计算待配准采集图像g(x,y)的傅里叶变换G(u,v)，以及参考图像r(x,y)的傅里叶变换R(u,v)；计算傅里叶变换G(u,v)和傅里叶变换R(u,v)的互相关的相位函数
Figure BDA0003410781880000111
其中，R*(u,v)为R(u,v)的复共轭函数，u是x傅里叶变换后对应的空间频率、v是y傅里叶变换后对应的空间频率，且x∈[0,Nx-1]，u∈[0,Nx-1]，y∈[0,Ny-1]，v∈[0,Ny-1]，Nx为待配准采集图像g(x,y)在x方向的像素总数、Ny为待配准采集图像g(x,y)在y方向的像素总数。
在步骤103中，对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中的无效信息。
示例性的，待配准采集图像中的无效信息为：在频域中以零点为中心近似钟形分布的与频域无关的固定零相位。
示例性的，对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中的无效信息，包括：基于
Figure BDA0003410781880000112
对傅里叶变换Cp(u,v)进行带限处理；其中，Wu为u的带宽、Wv为v的带宽。
在步骤104中，基于参考图像对经过带限处理的待配准采集图像进行配准。
示例性的，基于参考图像对经过带限处理的待配准采集图像进行配准，包括：确定待配准采集图像到参考图像的平移量，平移量包括整数部分和小数部分。
示例性的，确定平移量的整数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；将傅里叶逆变换结果中的最高点(xI,yI)，确定为整数部分，其中，xI为x方向的平移量的整数部分、yI为y方向的平移量的整数部分。
示例性的，确定平移量的小数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；基于傅里叶逆变换结果中的最高点及临近点，确定小数部分xF和yF：
Figure BDA0003410781880000121
Figure BDA0003410781880000122
其中，xF为x方向平移量的小数部分，yF为y方向平移量的小数部分。
可选的，确定平移量的小数部分的过程还包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；基于傅里叶逆变换结果中的峰值点及峰值点两侧的第k个点，确定小数部分xF和yF：
Figure BDA0003410781880000123
Figure BDA0003410781880000124
其中，kX为对
Figure BDA0003410781880000125
向上取整，kY为对
Figure BDA0003410781880000126
向上取整。
上述亚像素图像配准方法，通过频域带限处理解决算法失效问题，给出了计算平移量估计值的运算式，用于光热反射显微成像的平移修正，可以支持高放大倍率条件下的测试，能够观察到更多温度分布细节，从而提升测试结果的参考价值。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的亚像素图像配准方法，图3示出了本申请实施例提供的亚像素图像配准装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参见图2，本申请实施例中的亚像素图像配准装置可以包括：图像获取模块301、运算模块302、带限处理模块303、配准模块304。
可选的，图像获取模块301具体用于：用于获取目标物体的参考图像和待配准采集图像。
示例性的，获取目标物体的参考图像，包括：获取临时参考图像，临时参考图像为任一帧图像，或基于多帧未配准的图像取平均得到；采集目标物体的多帧图像，并基于临时参考图像对多帧图像进行配准；基于配准后的多帧图像取平均生成参考图像。
可选的，运算模块302具体用于：对待配准采集图像和参考图像进行傅里叶变换。
示例性的，对待配准采集图像进行傅里叶变换，包括：计算待配准采集图像g(x,y)的傅里叶变换G(u,v)，以及参考图像r(x,y)的傅里叶变换R(u,v)；计算傅里叶变换G(u,v)和傅里叶变换R(u,v)的互相关的相位函数
Figure BDA0003410781880000131
其中，R*(u,v)为R(u,v)的复共轭函数，u是x傅里叶变换后对应的空间频率、v是y傅里叶变换后对应的空间频率，其中，x、y、u、v均为整数，且x∈[0,Nx-1]，u∈[0,Nx-1]，y∈[0,Ny-1]，v∈[0,Ny-1]，Nx为待配准采集图像g(x,y)在x方向的像素总数、Ny为待配准采集图像g(x,y)在y方向的像素总数。
可选的，带限处理模块303具体用于：对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中的无效信息。
示例性的，对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉待配准采集图像中不含有效信息的带宽，包括：基于
Figure BDA0003410781880000132
对傅里叶变换Cp(u,v)进行带限处理；其中，Wu为u的带宽、Wv为v的带宽。
可选的，配准模块304具体用于：基于参考图像对经过带限处理的待配准采集图像进行配准。
示例性的，基于参考图像对经过带限处理的待配准采集图像进行配准，包括：确定待配准采集图像到参考图像的平移量，平移量包括整数部分和小数部分。
示例性的，确定平移量的整数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；将傅里叶逆变换结果中的最高点(xI,yI)，确定为整数部分，其中，xI为x方向的平移量的整数部分、yI为y方向的平移量的整数部分。
示例性的，确定平移量的小数部分的过程包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；基于傅里叶逆变换结果中的最高点及临近点，确定小数部分xF和yF：
Figure BDA0003410781880000141
Figure BDA0003410781880000142
其中，xF为x方向平移量的小数部分，yF为y方向平移量的小数部分。
可选的，确定平移量的小数部分的过程还包括：对CL(u,v)进行傅里叶逆变换得到cL(x,y)；基于傅里叶逆变换结果中的峰值点及峰值点两侧的第k个点，确定小数部分xF和yF：
Figure BDA0003410781880000143
Figure BDA0003410781880000144
其中，kX为对
Figure BDA0003410781880000145
向上取整，kY为对
Figure BDA0003410781880000146
向上取整。
示例性的，x方向的平移量Δx＝xI+xF，y方向的平移量Δy＝yI+yF
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，参见图3，该终端设备500可以包括：至少一个处理器510、存储器520以及存储在所述存储器520中并可在所述至少一个处理器510上运行的计算机程序，所述处理器510执行所述计算机程序时实现上述任意各个方法实施例中的步骤，例如图1所示实施例中的步骤101至步骤104。或者，处理器510执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块301至304的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器520中，并由处理器510执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备500中的执行过程。
本领域技术人员可以理解，图3仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
处理器510可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器520可以是终端设备的内部存储单元，也可以是终端设备的外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。所述存储器520用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器520还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的亚像素图像配准方法可以应用于计算机、平板电脑、笔记本电脑、手机等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述亚像素图像配准方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述亚像素图像配准方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种亚像素图像配准方法，其特征在于，包括：
获取目标物体的参考图像和待配准采集图像；
对所述待配准采集图像和参考图像进行傅里叶变换；
对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉所述待配准采集图像中的无效信息；
基于所述参考图像对经过带限处理的待配准采集图像进行配准。
2.如权利要求1所述的亚像素图像配准方法，其特征在于，所述获取目标物体的参考图像，包括：
获取临时参考图像，所述临时参考图像为目标物体的任一帧图像，或基于多帧未配准的图像取平均得到；
采集目标物体的多帧图像，并基于所述临时参考图像对所述多帧图像进行配准；
基于配准后的所述多帧图像取平均生成所述参考图像。
3.如权利要求1所述的亚像素图像配准方法，其特征在于，所述对所述待配准采集图像进行傅里叶变换，包括：
计算所述待配准采集图像g(x,y)的傅里叶变换G(u,v)，以及所述参考图像r(x,y)的傅里叶变换R(u,v)；
计算所述傅里叶变换G(u,v)和所述傅里叶变换R(u,v)的互相关的相位函数
Figure FDA0003410781870000011
其中，R*(u,v)为R(u,v)的复共轭函数，u是x傅里叶变换后对应的空间频率、v是y傅里叶变换后对应的空间频率，其中，x、y、u、v均为整数，且x∈[0,Nx-1]，u∈[0,Nx-1]，y∈[0,Ny-1]，v∈[0,Ny-1]，Nx为待配准采集图像g(x,y)在x方向的像素总数、Ny为待配准采集图像g(x,y)在y方向的像素总数；
所述对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉所述待配准采集图像中的无效信息，包括：
基于
Figure FDA0003410781870000021
对所述傅里叶变换Cp(u,v)进行所述带限处理；其中，Wu为u的带宽、Wv为v的带宽。
4.如权利要求3所述的亚像素图像配准方法，其特征在于，所述基于所述参考图像对经过带限处理的待配准采集图像进行配准，包括：
确定待配准采集图像到所述参考图像的平移量，所述平移量包括整数部分和小数部分。
5.如权利要求4所述的亚像素图像配准方法，其特征在于，确定所述平移量的整数部分的过程包括：
对CL(u,v)进行傅里叶逆变换得到cL(x,y)；
将傅里叶逆变换结果中的最高点(xI,yI)，确定为所述整数部分，其中，xI为x方向的平移量的整数部分、yI为y方向的平移量的整数部分。
6.如权利要求4所述的亚像素图像配准方法，其特征在于，确定所述平移量的小数部分的过程包括：
对CL(u,v)进行傅里叶逆变换得到cL(x,y)；
基于傅里叶逆变换结果中的最高点及临近点的函数值，确定所述小数部分xF和yF：
Figure FDA0003410781870000022
Figure FDA0003410781870000023
其中，xF为x方向平移量的小数部分，yF为y方向平移量的小数部分。
7.如权利要求4所述的亚像素图像配准方法，其特征在于，确定所述平移量的小数部分的过程包括：
对CL(u,v)进行傅里叶逆变换得到cL(x,y)；
基于傅里叶逆变换结果中的峰值点及所述峰值点两侧的第k个点，确定所述小数部分xF和yF：
Figure FDA0003410781870000031
Figure FDA0003410781870000032
其中，kX为对
Figure FDA0003410781870000033
向上取整，kY为对
Figure FDA0003410781870000034
向上取整。
8.一种亚像素图像配准装置，其特征在于，包括：
图像获取模块，用于获取目标物体的参考图像、所述目标物体的待配准采集图像；
运算模块，用于对所述待配准采集图像和参考图像进行傅里叶变换；
带限处理模块，用于对经过傅里叶变换后的待配准采集图像进行带限处理，过滤掉所述待配准采集图像中的无效信息；
配准模块，用于基于所述参考图像对经过带限处理的待配准采集图像进行配准。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202111527188.1A 2021-12-14 2021-12-14 亚像素图像配准方法、装置及终端设备 Pending CN114241023A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111527188.1A CN114241023A (zh) 2021-12-14 2021-12-14 亚像素图像配准方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111527188.1A CN114241023A (zh) 2021-12-14 2021-12-14 亚像素图像配准方法、装置及终端设备

Publications (1)

Publication Number Publication Date
CN114241023A true CN114241023A (zh) 2022-03-25

Family

ID=80755825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111527188.1A Pending CN114241023A (zh) 2021-12-14 2021-12-14 亚像素图像配准方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN114241023A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114897950A (zh) * 2022-04-29 2022-08-12 上海精积微半导体技术有限公司 图像配准及缺陷检测方法
CN115205357A (zh) * 2022-07-15 2022-10-18 桂林电子科技大学 基于空间外差干涉扫描图像亚像素配准方法
CN115937282A (zh) * 2023-01-10 2023-04-07 郑州思昆生物工程有限公司 一种荧光图像的配准方法、装置、设备和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114897950A (zh) * 2022-04-29 2022-08-12 上海精积微半导体技术有限公司 图像配准及缺陷检测方法
CN115205357A (zh) * 2022-07-15 2022-10-18 桂林电子科技大学 基于空间外差干涉扫描图像亚像素配准方法
CN115937282A (zh) * 2023-01-10 2023-04-07 郑州思昆生物工程有限公司 一种荧光图像的配准方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN114241023A (zh) 亚像素图像配准方法、装置及终端设备
EP0999521B1 (en) High precision sub-pixel spatial alignment of digital images
JP5404773B2 (ja) ステレオ画像処理装置およびステレオ画像処理方法
CN109146855B (zh) 一种图像摩尔纹检测方法、终端设备及存储介质
CN107316326B (zh) 应用于双目立体视觉的基于边的视差图计算方法和装置
EP2902960A1 (en) Stereo image processing device and stereo image processing method
JP5891415B2 (ja) ステレオ画像処理装置
JP5810314B2 (ja) ステレオ画像処理装置およびステレオ画像処理方法
JP5874039B2 (ja) ステレオ画像処理装置及びステレオ画像処理方法
CN110345875B (zh) 标定及测距方法、装置、电子设备及计算机可读存储介质
CN112085682A (zh) 图像降噪方法、装置、电子设备及存储介质
CA3206206A1 (en) Device and method for correspondence analysis in images
CN103632356B (zh) 提高图像空间分辨率的方法及装置
CN110598712B (zh) 物体位置识别方法、装置、计算机设备及存储介质
CN110298870A (zh) 图像的处理方法、处理装置及终端
CN114972106A (zh) 内窥镜的图像处理方法、装置、图像处理设备和内窥镜
CN112146834B (zh) 结构振动位移测量方法及装置
CN111222446B (zh) 人脸识别方法、人脸识别装置及移动终端
CN112200842A (zh) 一种图像配准方法、装置、终端设备及存储介质
CN113838012A (zh) Mura检测方法及装置、计算机可读存储介质、终端
Chen et al. Recovering depth from a single image using spectral energy of the defocused step edge gradient
CN116071246A (zh) 图像处理方法、图像处理设备及存储介质
CN111986144A (zh) 一种图像模糊判断方法、装置、终端设备及介质
CN112115411A (zh) 位置漂移补偿方法、终端设备及可读性存储介质
CN111289224B (zh) 一种自动识别ctf测试图像并计算数值的方法

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