[发明专利]一种简便快捷的图像排序方法

说明书

技术领域

本发明涉及图像拼接技术，尤其是一种图像排序算法。

背景技术

在图像拼接技术中可能遇到由于图像无序，而造成人工排序工作量庞大的问题，从而导致无法高效的进行图像排序。到目前为止已有多种图像排序算法提出，如文献1(KyungHoJang.SoonKiJung,MinhoLee.Constructingcylindricalpanoramicimageusingequidistantmatching[J].ElectronicsLetters,1999,35(20):1715-1716.)中提出利用等距离匹配思想实现图像的自动排序，但对于运动目标，光照变化和噪声的鲁棒性较差，且计算量大、耗时；文献2(ZHAOHui,CHENHui,YUHong.Animprovedfully-automaticimagemosaicalgorithm[J].JournalofImageandGraphics.2007,12(2):336-342.(inChinese))中提出了相位相关法实现图像的排序，需要人工确定阈值，无法实现算法的自动性；文献3(ZHAOWanjin,GONGShengrong,LIUQuan,etal.AnAuto-sortingArithmeticforImageSequenceUsedinImageMosaics[J].JournalofImageandGraphics.2007,12(10):1861-1864)提出了一种利用相位相关法的自动排序算法，但要求排序图像大小相同。综上所述，现有的图像排序算法在一定程度上会受光照、目标运动或图像尺寸等的影响和限制，而且相位相关法实现图像排序还需要人工干预，需要解决两幅图像是否相关或相关程度，以及确定首尾图像的问题，无法实现图像排序自动。

发明内容

为了克服现有技术的不足，本发明提供一种简便快捷的图像排序方法，利用高效的SIFT特征点匹配算法得到图像的相邻图像，达到图像排序的目的，不需要人工干预。

本发明解决其技术问题所采用的技术方案包括以下步骤：

(1)设定图像集合S＝{I1,I2,···,In}的SIFT特征点集合T＝{t1,t2,···,tn}，初始化存储图像匹配点对集合的向量P＝NULL；从图像集合S中任选一图片Im，1≤m≤n，n≥1；

(2)设定计数值A＝1；

(3)如果图片IA属于集合R，集合R＝NULL，则令图片Im和IA的匹配点对集合PA＝NULL，否则，将图片Im和IA进行配准，即对tm和tA进行SIFT特征匹配，得到匹配点对集合PA；更新存储图像匹配点对集合的向量为P+PA；

(4)将计数值A加1，如果A＞n，转到步骤(5)，否则转到步骤(3)；

(5)计算P中P_i的元素个数d_i,1≤i≤n，得到D＝{d₁,d₂,d₃,···,d_n}；

(6)找出D中的最大值d_k,1≤k≤n，则Ik是Im的最佳匹配图像，将Ik加入集合R中；

(7)令m＝k，并更新n值为n-1；

(8)若n＝1，转到步骤(9)，否则转到步骤(2)；

(9)更新集合R为R+(S-R)，得到的集合R中的图像已经在空间场景中有序排列。

本发明的有益效果是：基于SIFT特征匹配点对提取可以有效的减少计算量，同时不需要人工设定阈值，实现自动化，具有良好的适应性，达到图像排序的目的。

附图说明

图1是SIFT特征检测和匹配过程图；

图2是基于SIFT特征匹配的图像排序算法流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

SIFT特征提取算法是一种基于尺度空间的，对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子的方法。具有如下特征：

(1)在多尺度空间检测特征点，使得图像存在较大缩放的情况下，仍能稳定提取特征点；

(2)在计算特征描述符时，SIFT算法考虑了特征点梯度主方向，因此特征描述符具有较强的旋转不变性；

(3)SIFT特征描述符为梯度信息，因此对光照变化也有一定的适应性；

(4)SIFT特征对仿射变化以及三维视点的改变也保持一定的不变性。