基于相位信息的圖像匹配技術及應用研究.pdf

1、圖像匹配技術是圖像處理、機器視覺領域中的基礎技術之一。圖像匹配的目的是估計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到最佳對準。隨著民用、軍用智能系統(tǒng)以及宇宙探索等領域巨大的需求推動,圖像匹配技術正在經歷著日新月異的發(fā)展。然而如何得到魯棒、高精度、高效、適用于復雜場景的匹配結果仍然是困擾著研究人員的難題。
　　 本文針對圖像匹配中迫切需要解決的若干關鍵問題展開工作,圍繞基于圖像信號的相位匹配技術進行了研究,分別面向

2、結構化場景、高精度要求環(huán)境以及復雜場景的圖像匹配問題,對基于相位信息的圖像匹配及其在基于單目視覺的機器人運動估計中的應用進行了深入研究,并取得了一定的研究成果,具體內容如下:
　　 針對結構化環(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、縮放和周期特性。匹配Hough譜將二維圖像輪廓轉換為一維信號,用一維Hough譜表征形狀的旋轉與縮放參數(shù),在Hough密度空間中來表征形

3、狀平移參數(shù)。圖像輪廓的Hough譜將圖像的旋轉、縮放參數(shù)與平移參數(shù)解耦合,旋轉參數(shù)對應于Hough譜在相位軸上的平移,縮放參數(shù)對應于Hough譜的幅度,通過匹配Hough譜能有效的估計形狀間的平移、旋轉與縮放參數(shù),對噪聲、遮擋等具有一定的魯棒性,具有較高的配準精度。
　　 針對高精度圖像匹配問題,在Fourier域相位相關算法的基礎上提出了一種高效和魯棒的頻域局部上采樣Fourier變換實現(xiàn)高精度的圖像配準。局部上采樣Fouri

4、er變換通過由粗到精的策略,首先根據傳統(tǒng)的相位相關方法估計出像素級精度的配準參數(shù),之后在頻域對互相關功率譜的局部鄰域進行上采樣矩陣Fourier變換,實現(xiàn)圖像的局部高精度相位相關,得到圖像間亞像素級平移參數(shù)。對于存在旋轉和縮放變換的圖像對之間的匹配,根據Fourier變換中幅度譜的平移不變性,將旋轉和縮放參數(shù)映射為圖像在Fourier域的幅度譜的旋轉和縮放,從而將旋轉、縮放參數(shù)與平移參數(shù)解耦合,再結合極對數(shù)變換,幅度譜的旋轉和縮放轉換為

5、平移,進而根據局部上采樣Fourier變換估計出高精度的匹配參數(shù)。實驗表明該方法能夠估計出高精度的圖像匹配參數(shù)。
　　 針對復雜場景,在超復小波域相位干涉理論的基礎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估計非線性圖像運動。以二維希爾伯特變換和解析信號的四元定義為基礎,構造四元超復數(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,在每個尺度上構造局部相位差目標函數(shù),并求取目標函數(shù)的極值作為這一尺度上圖像運動估計的約束,

6、根據四元超復數(shù)小波的多尺度特性,通過大尺度的運動估計引導小尺度的估計參數(shù)實現(xiàn)多尺度相位解纏,得到魯棒的序列圖像中相鄰幀圖像運動光流場。實驗表明與Wai Lam Chart提出的超復數(shù)方法相比,本文方法的光流估計精度有所改善,從大量真實數(shù)據光流實驗可以看出,基于超復數(shù)小波相位干涉和解纏的光流估計方法有效的估計出了復雜場景序列圖像間的運動。
　　 針對圖像匹配在機器人運動估計中的應用,提出了一種鄉(xiāng)村道路環(huán)境下基于單目視覺的機器人運動

7、估計方法。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,采用超復小波相位干涉方法估計鄉(xiāng)村道路序列圖像之間的運動。針對機器人在鄉(xiāng)村道路環(huán)境下的運動特性,提出了4自由度(4-DOF)機器人運動模型將圖像運動映射為機器人運動。并根據分塊的隨機采樣一致(RANSAC)算法排除光流場中野值給機器人運動估計帶來的誤差,以及通過俯仰角補償算法補償俯仰運動對機器人定位產生的擾動。由實驗可知,基于超復數(shù)小波相位干涉和解纏的圖像匹配和光流估計方法以及