一種基於asift的深度像匹配方法
2023-04-28 14:21:01
一種基於asift的深度像匹配方法
【專利摘要】本發明公開了一種基於ASIFT的深度像匹配方法，包括：獲取被測物體在兩個視場內的深度像和灰度圖像，並分別得到兩個視場內深度像與灰度圖像的對應關係；採用ASIFT算法提取兩個視場內灰度圖像的特徵點對集；根據兩個視場內深度像與灰度圖像的對應關係，獲得與灰度圖像特徵點對集相對應的深度像點對集，然後根據剛體變換的空間特徵不變性原則對深度像點對集進行篩選，獲得有效的深度像點對集；根據有效的深度像點對集採用最小二乘法計算初值旋轉矩陣和平移矩陣；以初值旋轉矩陣和平移矩陣作為ICP算法的迭代初值進行迭代，實現兩個視場內深度像的精匹配。本發明適應性廣和匹配精度高，可廣泛應用於三維數字成像和光學三維重建領域。
【專利說明】
【技術領域】
[0001] 本發明涉及三維數字成像和光學三維重建領域，尤其是一種基於ASIFT的深度像 匹配方法。 -種基於AS I FT的深度像匹配方法
【背景技術】
[0002] 三維數字成像及造型（3DIM，3D Digital Imaging and Modeling)是近年來國際 上活躍研究的一個新興交叉學科領域。它被廣泛應用到反向工程、文物保護、醫學診斷、工 業檢測以及虛擬實境等諸多方面。深度像的空間匹配是3DM技術中一個非常關鍵的環節。 由於掃描設備的視場限制以及物體自身的遮擋關係，不可能一次掃描就得出描述物體形狀 的全部信息。因此為了得到被測物體完整的數據模型，需要從多個視角對物體進行重複掃 描，直到採集到物體的完整深度信息為止。
[0003] 在每個方向得到的深度像是針對此方向的攝像機而言，也就是說，深度像位於此 攝像機的坐標系內。對於物體上的同一點，在不同攝像機坐標系內的坐標並不相同。而要 從不同方向的深度像中得到物體表面的完整表達，則需要確定各個方向深度像之間的變換 關係，把所有的深度像轉化到同一個坐標系內，該過程就是匹配。其中，深度像之間的變換 關係是一個六自由度的剛體變換。
[0004] 目前應用較廣泛的深度像匹配方法是迭代最近點（ICP，Iterative Closest Point)算法。該算法需要估計兩個深度像的初始位置，以作為迭代的初值，其對噪聲敏感且 容易陷入局部最優。如果場景中存在相似結構，則該算法進行迭代時往往會因陷入局部最 小而出現誤匹配，從而導致整個配準失敗。深度像的粗匹配用於得到兩個深度像的初始位 置估計，因此，粗匹配效果的好壞很大程度上決定了 ICP的最終迭代結果。
[0005] 目前，深度像的粗匹配方法主要有兩種：基於幾何特徵的粗匹配方法和基於紋理 特徵的粗匹配方法。然而，基於幾何特徵的粗匹配方法，對於形狀比較規則或對稱的物體特 徵識別比較困難，適應性較窄。而基於紋理特徵的匹配方法，如基於Harris角點的特徵提 取方法和基於尺度不變特徵變換（SIFT, Scale Invariant Feature Transform)的點特徵 提取方法，都不是完全仿射不變的特徵提取方法，在兩幅圖像存在足夠大的仿射變換時，基 於紋理特徵的匹配方法無法在兩幅圖中檢測到足夠的共同特徵，導致其在視場變化較大的 情況下匹配精度差，往往得不到滿意的結果。
【發明內容】
[0006] 為了解決上述技術問題，本發明的目的是：提供一種適應性廣和匹配精度高的，基 於ASIFT的深度像匹配方法。
[0007] 本發明解決其技術問題所採用的技術方案是：一種基於ASIFT的深度像匹配方 法，包括：
[0008] S1、獲取被測物體在兩個視場內的深度像和灰度圖像，並分別得到兩個視場內深 度像與灰度圖像的對應關係，所述兩個視場為視角不同但存在重疊區域的視場；
[0009] S2、採用ASIFT算法提取兩個視場內灰度圖像的特徵點對集；
[0010] S3、根據兩個視場內深度像與灰度圖像的對應關係，獲得與灰度圖像特徵點對集 相對應的深度像點對集，然後根據剛體變換的空間特徵不變性原則對深度像點對集進行篩 選，剔除無效的深度像點對，從而獲得有效的深度像點對集；
[0011] S4、根據有效的深度像點對集採用最小二乘法計算兩個視場的初值旋轉矩陣和平 移矩陣；
[0012] S5、以初值旋轉矩陣和平移矩陣作為ICP算法的迭代初值進行迭代，從而實現兩 個視場內深度像的精匹配。
[0013] 進一步，所述步驟S2,其具體為：
[0014] 根據兩視場內被測物體的灰度圖像12)，對ASIFT仿射變換物理模型的絕對傾 斜量參數t和經度角參數Φ進行採樣，然後經過SIFT特徵點提取和匹配後得到兩視場內 灰度圖像的特徵點對集（s1, s2),其中，傾斜度參數按t = 1,萬，忑2，忑3,萬4, VIs 進行採樣，經度角參數按進行採樣，kb/t<180°，b = 72°，k為整數， Sl = {slsl,--,sln\^ Elt} S2 = W,d"，se2 K e 且特徵點,丨與特徵點 ^相 對應。
[0015] 進一步，所述步驟S3，其包括：
[0016] S31、根據兩個視場內深度像（IpIJ與灰度圖像（Pi、P2)的對應關係Γ，Ρ Γ2，計 算與灰度圖像特徵點對集（S\S2)相對應的深度像點對集（V\V 2)，其中，
【權利要求】
1. 一種基於ASIFT的深度像匹配方法，其特徵在於：包括： 51、 獲取被測物體在兩個視場內的深度像和灰度圖像，並分別得到兩個視場內深度像 與灰度圖像的對應關係，所述兩個視場為視角不同但存在重疊區域的視場； 52、 採用ASIFT算法提取兩個視場內灰度圖像的特徵點對集； 53、 根據兩個視場內深度像與灰度圖像的對應關係，獲得與灰度圖像特徵點對集相對 應的深度像點對集，然後根據剛體變換的空間特徵不變性原則對深度像點對集進行篩選， 剔除無效的深度像點對，從而獲得有效的深度像點對集； 54、 根據有效的深度像點對集採用最小二乘法計算兩個視場的初值旋轉矩陣和平移矩 陣； 55、 以初值旋轉矩陣和平移矩陣作為ICP算法的迭代初值進行迭代，從而實現兩個視 場內深度像的精匹配。
2. 根據權利要求1所述的一種基於ASIFT的深度像匹配方法，其特徵在於：所述步驟 52, 其具體為： 根據兩視場內被測物體的灰度圖像（Ip 12)，對ASIFT仿射變換物理模型的絕對傾斜 量參數t和經度角參數Φ進行採樣，然後經過SIFT特徵點提取和匹配後得到兩視場內 灰度圖像的特徵點對集（SSS2)，其中，傾斜度參數按t = 萬4,萬5 進行採樣，經度角參數按々進行採樣，kb/t<180°，b = 72°，k為整數，
且特徵點$ 1與特徵點 相對應。
3. 根據權利要求1所述的一種基於ASIFT的深度像匹配方法，其特徵在於：所述步驟 53, 其包括： 531、 根據兩個視場內深度像（Ii，I2)與灰度圖像（PpP2)的對應關係1\和Γ2，計算與 灰度圖像特徵點對集（S\S 2)相對應的深度像點對集（V\V2)，其中，
532、 根據剛體變換的空間特徵不變性原則對深度像點對集（V1，V2)進行篩選，剔除無 效點對，從而得到有效的深度像點對集（g，Γ/ )。
4. 根據權利要求3所述的一種基於ASIFT的深度像匹配方法，其特徵在於：所述步驟 S32,其包括： S321、對深度像點對集（V1，V2)中的點對分別計算V,1與對應點集中其他點的 距離D1⑴和ν,2與對應點集中其他點的距離D2(i)，所述D 1⑴和D2(i)的計算公式為：
S322、根據公式Dis = I ID1 (i)-D2 (i) I I計算D1⑴和D2⑴的距離差Dis，然後判斷計 算的距離差Dis是否超出預先設定的閾值，若是，則將該點對{v,1, vf }標記為無效點對，並 將其從點對集（V1，V2)中去掉；反之，則將該點對保留，最終得到有效的深度像點 對集（g，if
5.根據權利要求3所述的一種基於ASIFT的深度像匹配方法，其特徵在於：所述步驟 S4,其具體為： 根據有效的深度像點對集（#，F/ )採用最小二乘法計算兩個視場的初值旋轉矩陣R 和平移矩陣T，所述初值旋轉矩陣R和平移矩陣T的求解公式為：
其中，m表示有效深度像點對集(g, )中的點對個數，vh和vf ,分別為和if點 對集中的元素。
【文檔編號】G06T17/00GK104157008SQ201410369761
【公開日】2014年11月19日 申請日期:2014年7月30日 優先權日:2014年7月30日
【發明者】李 東, 田勁東, 劉春陽 申請人:深圳大學