基于相位信息的圖像匹配技術(shù)及應(yīng)用研究.pdf

1、圖像匹配技術(shù)是圖像處理、機(jī)器視覺(jué)領(lǐng)域中的基礎(chǔ)技術(shù)之一。圖像匹配的目的是估計(jì)兩幅或多幅待匹配圖像之間的變換參數(shù)使得這些圖像在空間上達(dá)到最佳對(duì)準(zhǔn)。隨著民用、軍用智能系統(tǒng)以及宇宙探索等領(lǐng)域巨大的需求推動(dòng),圖像匹配技術(shù)正在經(jīng)歷著日新月異的發(fā)展。然而如何得到魯棒、高精度、高效、適用于復(fù)雜場(chǎng)景的匹配結(jié)果仍然是困擾著研究人員的難題。
　　 本文針對(duì)圖像匹配中迫切需要解決的若干關(guān)鍵問(wèn)題展開(kāi)工作,圍繞基于圖像信號(hào)的相位匹配技術(shù)進(jìn)行了研究,分別面向

2、結(jié)構(gòu)化場(chǎng)景、高精度要求環(huán)境以及復(fù)雜場(chǎng)景的圖像匹配問(wèn)題,對(duì)基于相位信息的圖像匹配及其在基于單目視覺(jué)的機(jī)器人運(yùn)動(dòng)估計(jì)中的應(yīng)用進(jìn)行了深入研究,并取得了一定的研究成果,具體內(nèi)容如下:
　　 針對(duì)結(jié)構(gòu)化環(huán)境,提出了一種新穎的魯棒的匹配Hough譜表征和匹配圖像輪廓。并證明了Hough譜所具有的平移、旋轉(zhuǎn)、縮放和周期特性。匹配Hough譜將二維圖像輪廓轉(zhuǎn)換為一維信號(hào),用一維Hough譜表征形狀的旋轉(zhuǎn)與縮放參數(shù),在Hough密度空間中來(lái)表征形

3、狀平移參數(shù)。圖像輪廓的Hough譜將圖像的旋轉(zhuǎn)、縮放參數(shù)與平移參數(shù)解耦合,旋轉(zhuǎn)參數(shù)對(duì)應(yīng)于Hough譜在相位軸上的平移,縮放參數(shù)對(duì)應(yīng)于Hough譜的幅度,通過(guò)匹配Hough譜能有效的估計(jì)形狀間的平移、旋轉(zhuǎn)與縮放參數(shù),對(duì)噪聲、遮擋等具有一定的魯棒性,具有較高的配準(zhǔn)精度。
　　 針對(duì)高精度圖像匹配問(wèn)題,在Fourier域相位相關(guān)算法的基礎(chǔ)上提出了一種高效和魯棒的頻域局部上采樣Fourier變換實(shí)現(xiàn)高精度的圖像配準(zhǔn)。局部上采樣Fouri

4、er變換通過(guò)由粗到精的策略,首先根據(jù)傳統(tǒng)的相位相關(guān)方法估計(jì)出像素級(jí)精度的配準(zhǔn)參數(shù),之后在頻域?qū)ハ嚓P(guān)功率譜的局部鄰域進(jìn)行上采樣矩陣Fourier變換,實(shí)現(xiàn)圖像的局部高精度相位相關(guān),得到圖像間亞像素級(jí)平移參數(shù)。對(duì)于存在旋轉(zhuǎn)和縮放變換的圖像對(duì)之間的匹配,根據(jù)Fourier變換中幅度譜的平移不變性,將旋轉(zhuǎn)和縮放參數(shù)映射為圖像在Fourier域的幅度譜的旋轉(zhuǎn)和縮放,從而將旋轉(zhuǎn)、縮放參數(shù)與平移參數(shù)解耦合,再結(jié)合極對(duì)數(shù)變換,幅度譜的旋轉(zhuǎn)和縮放轉(zhuǎn)換為

5、平移,進(jìn)而根據(jù)局部上采樣Fourier變換估計(jì)出高精度的匹配參數(shù)。實(shí)驗(yàn)表明該方法能夠估計(jì)出高精度的圖像匹配參數(shù)。
　　 針對(duì)復(fù)雜場(chǎng)景,在超復(fù)小波域相位干涉理論的基礎(chǔ)上提出了一種基于優(yōu)化函數(shù)的多尺度圖像匹配方法來(lái)估計(jì)非線(xiàn)性圖像運(yùn)動(dòng)。以二維希爾伯特變換和解析信號(hào)的四元定義為基礎(chǔ),構(gòu)造四元超復(fù)數(shù)小波,其相位能夠編碼圖像在水平和垂直方向的局部平移,在每個(gè)尺度上構(gòu)造局部相位差目標(biāo)函數(shù),并求取目標(biāo)函數(shù)的極值作為這一尺度上圖像運(yùn)動(dòng)估計(jì)的約束,

6、根據(jù)四元超復(fù)數(shù)小波的多尺度特性,通過(guò)大尺度的運(yùn)動(dòng)估計(jì)引導(dǎo)小尺度的估計(jì)參數(shù)實(shí)現(xiàn)多尺度相位解纏,得到魯棒的序列圖像中相鄰幀圖像運(yùn)動(dòng)光流場(chǎng)。實(shí)驗(yàn)表明與Wai Lam Chart提出的超復(fù)數(shù)方法相比,本文方法的光流估計(jì)精度有所改善,從大量真實(shí)數(shù)據(jù)光流實(shí)驗(yàn)可以看出,基于超復(fù)數(shù)小波相位干涉和解纏的光流估計(jì)方法有效的估計(jì)出了復(fù)雜場(chǎng)景序列圖像間的運(yùn)動(dòng)。
　　 針對(duì)圖像匹配在機(jī)器人運(yùn)動(dòng)估計(jì)中的應(yīng)用,提出了一種鄉(xiāng)村道路環(huán)境下基于單目視覺(jué)的機(jī)器人運(yùn)動(dòng)

7、估計(jì)方法。首先,鄉(xiāng)村道路圖像缺乏規(guī)則紋理,很難提取穩(wěn)定的特征,采用超復(fù)小波相位干涉方法估計(jì)鄉(xiāng)村道路序列圖像之間的運(yùn)動(dòng)。針對(duì)機(jī)器人在鄉(xiāng)村道路環(huán)境下的運(yùn)動(dòng)特性,提出了4自由度(4-DOF)機(jī)器人運(yùn)動(dòng)模型將圖像運(yùn)動(dòng)映射為機(jī)器人運(yùn)動(dòng)。并根據(jù)分塊的隨機(jī)采樣一致(RANSAC)算法排除光流場(chǎng)中野值給機(jī)器人運(yùn)動(dòng)估計(jì)帶來(lái)的誤差,以及通過(guò)俯仰角補(bǔ)償算法補(bǔ)償俯仰運(yùn)動(dòng)對(duì)機(jī)器人定位產(chǎn)生的擾動(dòng)。由實(shí)驗(yàn)可知,基于超復(fù)數(shù)小波相位干涉和解纏的圖像匹配和光流估計(jì)方法以及