[发明专利]异源图像的一致性特征检测方法

说明书

技术领域

本发明属于计算机图像处理技术领域，尤其涉及一种异源图像的一致性特征检测方法。

背景技术

图像的特征检测是图像处理、模式识别和计算机视觉等领域的关键技术，它的目的是将图像中某些区域内能反映目标图像重要、本原属性的像素或像素区域提取出来，用于变化检测或目标识别等后续处理，它可以把图像之间的识别问题转化为特征之间的识别问题。

长期以来，如何有效检测图像的特征一直受到众多学者的关注。目前，图像特征检测方法主要有基于梯度信息的方法、基于相位信息的方法和基于局部不变特征的方法等，其中局部不变特征是一个较为活跃的研究方向，最近几年已涌现了大批研究成果。很多局部不变特征，如SURF(Speeded Up Robust Features，加速强健特征)等能对旋转等图像变化因素保持一定的不变性，而对物体运动、遮挡等因素具有鲁棒性，与其它特征相比，由于局部不变特征不受图像外在表象的影响，所以在鲁棒性、可重复性、独特性等方面均具有较大的优势。

异源图像的一致性特征检测就是从来源于不同传感器的、具有相同场景或目标的两幅图像，如遥感图像中的多光谱图像、医学图像中的CT(Computer Tomography，计算机断层摄影)图像和MRI(Magnetic Resonance Imaging，磁共振成像)图像等图像中找到具有一一对应关系特征的过程。异源图像能提供比同源图像更加丰富和全面的信息，因此异源图像的变化检测、识别等广泛应用于遥感、安全监测、医学图像分析等民用或军用领域，而精确检测出异源图像的一致性特征是进行变化检测、识别的关键。

目前，SURF算法已成功应用于同源图像的一致性特征检测中。由于异源图像传感器的工作波段相差较大，且成像条件和场景具有一定复杂性，所以异源图像在像素的灰度分布特性上有很大差别。应用SURF算法直接对异源图像进行特征检测时，两幅图像中很少有对应同一物理位置的特征，两图中几乎不存在一致性的特征，无法进行后续变化检测或识别处理。

发明内容

本发明的目的在于，针对目前图像处理技术领域中，没有有效的异源图像的一致性特征检测方法的问题，提出一种异源图像的一致性特征检测方法。

为实现上述的目的，本发明提供的技术方案是，一种异源图像的一致性特征检测方法，其特征是所述方法包括：

步骤1：采用基于形态学梯度法的二维元胞自动机模型提取异源图像的轮廓图像；

步骤2：获取轮廓图像加速强健特征的特征点和描述子；

步骤3：从加速强健特征的特征点中获取初始匹配点对集合；

步骤4：从初始匹配点对集合中筛选出精确匹配点对。

当异源图像为二值图像时，所述步骤1具体利用公式v＝v^D(c)-v^E(c)提取异源图像的轮廓图像；其中，v^D(c)是当前元胞的膨胀运算值，v^E(c)是当前元胞的腐蚀运算值，c是当前元胞；所述当前元胞的膨胀运算值v^D(c)的计算公式为：v^E(c)＝v(c)+v(n)+v(e)+v(s)+v(w)，当前元胞的腐蚀运算值v^E(c)的计算公式为：v^D(c)＝v(c)·v(n)·v(e)·v(s)·v(w)；n、e、s、w分别为当前元胞c的上元胞、下元胞、左元胞和右元胞，v(c)、v(n)、v(e)、v(s)、v(w)分别为当前元胞c的状态、当前元胞c的上元胞n的状态、当前元胞c的下元胞e的状态、当前元胞c的左元胞s的状态和当前元胞c的右元胞w的状态。