一種提高相位相關(guān)算法匹配精度的方法
【專利摘要】本發(fā)明公開(kāi)了一種提高相位相關(guān)算法匹配精度的方法，包括如下步驟：（1）將參考圖像與目標(biāo)圖像乘以改進(jìn)的窗口函數(shù)；（2）對(duì)（1）所得的乘積結(jié)果進(jìn)行傅里葉變換，得到頻譜，在頻譜上疊加權(quán)重函數(shù)；（3）利用相位相關(guān)算法，獲得參考圖像與目標(biāo)圖像之間的整數(shù)位移矢量；（4）利用最小二乘法，對(duì)整數(shù)峰值周圍3×3鄰域進(jìn)行二次曲面擬合；（5）對(duì)二次曲面擬合求導(dǎo)，獲得小數(shù)位移矢量；（6）整數(shù)位移矢量加上小數(shù)位移矢量，所得和為目標(biāo)圖像與參考圖像之間的亞像素級(jí)位移矢量。本發(fā)明方法可以提高圖像間的匹配精度，在圖像識(shí)別、圖像匹配、穩(wěn)定成像領(lǐng)域具有重大意義。
【專利說(shuō)明】一種提高相位相關(guān)算法匹配精度的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，特別是基于相位相關(guān)算法的匹配精度提高方法。

【背景技術(shù)】
[0002] 亞像素級(jí)別的圖像配準(zhǔn)是一項(xiàng)重要的圖像預(yù)處理技術(shù)，廣泛應(yīng)用于如遙感、高精 度3D重建、視覺(jué)定位、醫(yī)學(xué)圖像等領(lǐng)域中的許多關(guān)鍵問(wèn)題。相位相關(guān)法是一種常用的圖像 配準(zhǔn)方法，由于它對(duì)噪聲魯棒性強(qiáng)，實(shí)現(xiàn)簡(jiǎn)單，測(cè)量精度高，計(jì)算量小，代價(jià)-精度比最高而 廣受關(guān)注。傳統(tǒng)的相位相關(guān)法通過(guò)改進(jìn)可達(dá)到亞像素配準(zhǔn)精度，其目前發(fā)展方向大致有三 個(gè)：一是尋找變換參數(shù)新的頻域?qū)?yīng)特征；二是發(fā)展各種加權(quán)、頻率選擇算法，減少圖像的 離散化和噪聲的影響，進(jìn)一步提高精度；三是與其他方法結(jié)合，如頻率求解的擴(kuò)展相位相關(guān) 法與解最優(yōu)化問(wèn)題法互補(bǔ)，可克服后者對(duì)噪聲敏感的弱點(diǎn)。
[0003] 擴(kuò)展相位相關(guān)分為空域求解法和頻域求解法?？沼蚯蠼獾南辔幌嚓P(guān)擴(kuò)展具有配準(zhǔn) 精度高，計(jì)算量小的優(yōu)點(diǎn)，需要先用像素級(jí)別的配準(zhǔn)算法達(dá)到像素級(jí)別精度后才能使用，遵 循從粗到精的配準(zhǔn)過(guò)程。其中，影響亞像素配準(zhǔn)精度的因素包括由傅里葉變換的周期性引 起的邊緣效應(yīng)，和采樣過(guò)程中尤其是對(duì)于非帶限信號(hào)所引入的頻譜混疊。邊緣效應(yīng)的處理 方法是對(duì)輸入圖像加窗口函數(shù)。為了抑制混疊效應(yīng)，可對(duì)頻譜進(jìn)行加權(quán)，強(qiáng)調(diào)信噪比更高的 低通分量。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于相位相關(guān)算法提高匹配精度的方法，即提高圖像 間的位移矢量精度的方法。本發(fā)明提出了一種平頂窗口函數(shù)，將平頂窗口函數(shù)疊加至輸入 圖像，并對(duì)輸入圖像的功率譜疊加頻譜權(quán)重函數(shù)，對(duì)所得的相關(guān)峰值模型的二維的數(shù)值矩 陣用移動(dòng)最小二乘法進(jìn)行曲面擬合，得到兩幅圖像之間的位移矢量。
[0005] 本發(fā)明通過(guò)如下技術(shù)方案實(shí)現(xiàn)。
[0006] -種提高相位相關(guān)算法匹配精度的方法，其包括如下步驟：
[0007] (1)將參考圖像與目標(biāo)圖像乘以改進(jìn)的窗口函數(shù)；
[0008] (2)對(duì)（1)所得的乘積結(jié)果進(jìn)行傅里葉變換，得到頻譜，在頻譜上疊加權(quán)重函數(shù)；
[0009] (3)利用相位相關(guān)算法，獲得參考圖像與目標(biāo)圖像之間的整數(shù)位移矢量；
[0010] (4)利用最小二乘法，對(duì)整數(shù)峰值周圍3X3鄰域進(jìn)行二次曲面擬合；
[0011] (5)對(duì)二次曲面擬合求導(dǎo)，獲得小數(shù)位移矢量；
[0012] (6)整數(shù)位移矢量加上小數(shù)位移矢量，所得和為目標(biāo)圖像與參考圖像之間的亞像 素位移矢量。
[0013] 進(jìn)一步地，步驟⑴中所述的改進(jìn)的窗口函數(shù)為平頂窗口函

【權(quán)利要求】
1. 一種提高相位相關(guān)算法匹配精度的方法，其特征在于，包括如下步驟： (1) 將參考圖像與目標(biāo)圖像乘以改進(jìn)的窗口函數(shù)； (2) 對(duì)（1)所得的乘積結(jié)果進(jìn)行傅里葉變換，得到頻譜，在頻譜上疊加權(quán)重函數(shù)； (3) 利用相位相關(guān)算法，獲得參考圖像與目標(biāo)圖像之間的整數(shù)位移矢量； (4) 利用最小二乘法，對(duì)整數(shù)峰值周圍3X3鄰域進(jìn)行二次曲面擬合； (5) 對(duì)二次曲面擬合求導(dǎo)，獲得小數(shù)位移矢量； (6) 整數(shù)位移矢量加上小數(shù)位移矢量，所得和為目標(biāo)圖像與參考圖像之間的亞像素級(jí) 位移矢量。
2. 如權(quán)利要求1所述的一種提高相位相關(guān)算法匹配精度的方法，其特征在于，步驟（1) 中所述的改進(jìn)的窗口函數(shù)為平頂窗口函數(shù)。
3. 如權(quán)利要求2所述的一種提高相位相關(guān)算法匹配精度的方法，其特 ,、f1 Γ(Η,，Η,)乏 1 征在于，所述平頂窗口函數(shù)為wGmU= jj-^ 其中 、， r \ / / \ \ cos丨2;r各|·0.5 1-cos丨M，N為圖像的尺寸，k為平頂窗口函 K MJ { I NJj 數(shù)的拉伸系數(shù)，Ii1,n2代表圖像的兩個(gè)方向坐標(biāo)。
4. 如權(quán)利要求1所述的一種提高相位相關(guān)算法匹配精度的方法，其特征在于，步驟（2) 中所述的權(quán)重函數(shù)為高斯函數(shù)或者理想低通濾波器。
5. 如權(quán)利要求1所述的一種提高相位相關(guān)算法匹配精度的方法，其特征在于，步驟（4) 中所述的最小二乘法為移動(dòng)最小二乘法。
【文檔編號(hào)】G06T7/00GK104240230SQ201410310435
【公開(kāi)日】2014年12月24日 申請(qǐng)日期:2014年6月30日 優(yōu)先權(quán)日:2014年6月30日
【發(fā)明者】葛鵬, 王洪, 藍(lán)彩玉, 王曉琪, 孫梟文 申請(qǐng)人:華南理工大學(xué)