文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 计算机软件及应用 > 基于形状模板匹配的图像拼接算法_于泓
侵权投诉

基于形状模板匹配的图像拼接算法_于泓

基于形状模板匹配的图像拼接算法

于

1

泓1陈辉2赵辉2

(鲁东大学物理与电子工程学院,山东烟台264001)2

(山东大学信息科学与工程学院,济南250100)

E-mail:yuhong651981@163.com

摘要文章提出了一种基于形状模板匹配的图像自动拼接方法。提取图像的角点作为特征点,利用归一化梯度模板对

其进行预匹配,然后利用形状模板在四个方向对模板内图像的边缘点与模板边界的最短距离进行统计,获取模板图像的结构特征向量以实现对特征点的精确匹配。实验结果表明该算法具有较好的实用价值。关键词

梯度模板

形状模板

图像拼接

全景图文献标识码A

中图分类号TP391

文章编号1002-8331(2006)28-0080-03

AnImageMosaicAlgorithmBasedonMatchingShapeTemplateMetric

YUHong1CHENHui2ZHAOHui21

(SchoolofPhysicsandElectronicEngineering,LudongUniversity,Yantai,Shandong264001)2

(SchoolofInformationScienceandTechnology,ShandongUniversity,Ji’nan250100)

Abatract:Inthispaper,anovelimagemosaicalgorithmisproposed.Firstly,extractthecornerpointsoftheimageas

featuresanduseagradienttemplatetofindthematchingpointsroughly.Thenuseashapetemplateinfourdirections,tomeasurethedistancefromeachwindowboundarypointtothenearestpointoftheedgesinthetemplate.Bythisscheme,wecangettheshapefeaturevectorofthetemplateandusethemtomatchthefeaturepointsaccurately.Theexperimentsshowthisalgorithmperformswellintheapplicationofimagemosaic.Keywords:gradienttemplatemetric,shapetemplatemetric,imagemosaic,panorama

1引言

近年来全景图拼接技术一直是计算机视觉研究领域的研

上,而图像的重叠部分大约占图像总面积的1/6,所以,在特征点匹配时,只在图像重叠区域内进行搜索即可。

虚拟现实、图像传输、医学图像处理等究热点,它在3D建模、

领域有着广泛的应用。图像拼接的关键步骤就是寻找两幅图像重叠部分的对应特征点,并利用这些特征点计算两幅图像之间的透视变换关系以完成图像拼接。

通常采用模板匹配的方法来寻找对应特征点,传统模板匹配算法的思路对以特征点为中心的图像灰度窗进行归一化互相关运算以求得匹配的点,这种方法容易受到光照、噪声以及相机自身因素的影响,稳健性不佳[1]。

为了解决这些不足,本文提出了一种基于形状模板匹配的特征匹配算法。首先利用图像的梯度特征构建梯度模板对特征点进行预匹配,然后利用特征点周围边缘点的形状结构特征构建形状模板来对特征点进行精确匹配;然后利用匹配的特征点估算图像间的透视变换矩阵,并使用LM算法对其进行非线性优化;最后将图像投影到统一柱面进行融合。

2.1梯度模板预匹配

由于重叠区域内特征点的数目很多,为了提高匹配的效

率,首先对这些特征点进行预匹配。在图像灰度值变化较大的区域(如边缘部分)含信息量比较丰富,利于匹配,而边缘内部灰度值比较均匀的区域含信息量较少,对匹配的贡献不大。因此本文算法选用能够突出灰度变化特征的梯度模板对特征点进行预匹配。

设坐标为(x,y)的象素点在x,y两个方向上的一阶偏导数分别为!xI(x,y),!yI(x,y)以特征点为中心,建立一个(2N-1)×(2N-1)的方形窗口,在两幅图像之间进行梯度互相关的计算。归一化的梯度互相关函数定义如公式(1)所示:

NCC(P1,P2)=1(

""(!I(x-i,y-j)-u)(!I(x-i,y-j)-u)

i=-Nj=-N

x

1

1

x1

x

2

2

x2

i=NN

2特征匹配

本文采用对透视变形、光照不均和图像噪声稳健的图像角

#

""(!I(x-i,y-j)-u)

i=-Nj=-Ni=N

N

x

1

1

x1

i=-Nj=-N

y

1

1

y1

2

$

""(!I(x-i,y-j)-u)

i=-Nj=-N

x

2

2

x2

2

2

y2

+

2

点作为特征点。首先利用Canndy1边缘算子提取图像边缘[2],然后利用CSS(CurvatureScaleSpace)算法[3],提取边缘上的高曲率点即角点作为图像的特征点。由于特征点分布于整个图像

%"(!I(x-i,y-j)-u)(!I(x-i,y-j)-u)

y

$

""(!I(x-i,y-j)-u)

i=-Nj=-N

y

1

1

y1

2

$

""(!I(x-i,y-j)-u)

i=-Nj=-N

y

2

2

y2

)(1)

2

基金项目:山东省自然科学基金重点资助项目(编号:C2005G02);山东省优秀中青年奖励基金资助项目(编号:03BS001)

作者简介:于泓(1981-),男,讲师,硕士研究生,主要研究方向为计算机视觉与图像处理。陈辉(1960-),女,教授,硕士生导师,主要研究方向为计

(),,802006.28计算机工程与应用

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email