一种改进的基于SURF特征匹配的图像拼接算法_李海洋_张睿哲

第４ ７卷 第１期 ２ ０ １ ６ 年 １ 月
太 原 理 工 大 学 学 报 ＯＵＲ ＮＡ Ｌ Ｏ Ｆ ＴＡ Ｉ ＹＵＡＮ ＵＮ Ｉ Ｖ Ｅ Ｒ Ｓ Ｉ Ｔ Ｙ Ｏ Ｆ Ｔ Ｅ ＣＨＮＯ Ｌ Ｏ Ｇ Ｙ Ｊ
Ｖ ｏ ｌ ． ４ ７ Ｎ ｏ ． １ ａ ｎ ．２ ０ １ ６ Ｊ
１ １］ 提出一种 新 的 目 标 函 数 ，结 合 亮 度 最 闫莉萍 ， 等［
］ 韩 天 庆， 良好 的 拼 接 效 果 。２ 等［ 基于 ０ １ ３ 年， ５ 采用空间约束方法 ， 取得了较好 ＵＲ Ｆ 特征点匹配 ， Ｓ ［ ６］ 的无人机影像 拼 接 效 果 。 桂 振 文 ， 等 改进并提高 了Ｓ 并 应 用 于 智 能 手 机， 实 ＵＲ Ｆ 算 法 的 配 准 效 率， 现了对场景的实 时 识 别 。 然 而 ， 以上算法仍然存在 一些不足 。 有的算 法 提 高 了 图 像 拼 接 质 量 ， 但却牺 牲了拼接效率 ； 有的算法提高了拼接效率 ， 但却降低 同时获 了拼接质 量 。 因 此 ， 如何改进 Ｓ ＵＲ Ｆ 算 法， 取更好的图像拼接 质 量 和 拼 接 效 率 ， 还需要进一步 研究 。 ＡＮ Ｓ Ａ Ｃ是由 Ｆ Ｉ Ｓ ＣＨＬ Ｅ Ｒ， ｅ ｔ ａ ｌ 提出的一 Ｒ
通过 调 整 每 个 样 本 点 的 采 样 概 率 ， ＡＮ Ｓ Ａ Ｃ 算法 ， Ｒ 使得正确样本和正 确 模 型 被 采 样 的 概 率 得 到 提 高 ， 迭代次数较少 ， 能有效提高 Ｒ ＡＮ Ｓ Ａ Ｃ 算 法 的 效 率。
９］ 提出一种改进的相邻概率随机抽样一 张红 民 ， 等［
变性 ； 但Ｓ 难以满足实时性应用 Ｉ Ｆ Ｔ 算法计算量大 ，
然后 ， 在内点集中重新计算出一条新的直线进 行拟合 ， 通过不断迭代 ， 直到找到一个最大内点数量 即可剔除误配点 。 的拟合作为拟合结果 ， １ ． ４ 图像融合 图像融合算 法 中 常 用 的 是 加 权 平 滑 法 。 设 ， 融 合结 果 图 为 Ｉ， 两幅待拼接图像的重叠区为Ｉ １ 和 ） 则加权平滑法图像融合如式 （ 所示 。 Ｉ ６ ２， Ｉ（ ｘ， ）， （ ｘ， ） Ｉ ； 烄１ ｙ ｙ ∈ １ Ｉ（ ｘ， ｋ Ｉ ｘ， １－ｋ） Ｉ ｘ， ６） ＋（ （ ｙ）＝ 烅 ｙ） ｙ）∈Ｉ １（ ２， １ ∩Ｉ ２； （ Ｉ ｘ， ｘ， （ ｙ）， ｙ）∈Ｉ ２（ ２． 烆 式中 ， ｋ 为 两 幅 待 拼 接 图 像 的 相 关 系 数。 设， ｗ１ 和

（ ） ０ ０ ７ ４ ３ ２ ２ ０ １ ６ ０ １ ０ ９ １ ５ １ ９ ０ ０ 文章编号 ： － － －
一种改进的基于 Ｓ ＵＲ Ｆ 特征匹配的图像拼接算法
张睿哲２ 李海洋１，
（ 绵阳师范学院 数学与计算机科学学院 ，四川 绵阳 ６ ２ １ ０ ０ ０； １． ） 河南 平顶山 ４ 平顶山学院 计算机科学与技术学院 ， ６ ７ ０ ０ ２ ２． ） 算法的拼接结果 图 像 ， 会出现明显的拼接线与过渡带的问 摘 要： 针对快速鲁棒特征 （ Ｕ Ｒ Ｆ Ｓ 题， 提出一种改进的基于 Ｓ 采用改进的随机抽 Ｕ Ｒ Ｆ 特征 匹 配 的 图 像 拼 接 算 法 。 在 剔 除 误 配 点 时 ， 样一致 （ 算法调整采样概 率 ， 以 更 少 的 时 间 获 取 正 确 模 型， 提 高 算 法 效 率。 在 图 像 融 合 ＡＮ Ｓ Ａ Ｃ） Ｒ 时， 先对输入图像进行亮度均衡预处理 ， 然后再使 用 加 权 平 滑 算 法 进 行 融 合 ， 从而消除结果图的拼 接线和过渡带 ， 提高图像拼接质量 。 实验表明 ， 改进算 法 能 保 持 Ｓ 进一步提 Ｕ Ｒ Ｆ 算法的优良特性， 高Ｓ 并能有效消除拼接线和过渡带 ， 使图像拼接质量得到显著提高 。 Ｕ Ｒ Ｆ 算法匹配效率 ， 关键词 ： 图像拼接 ； 快速鲁棒特征 ； 随机抽样一致 ； 加权平滑算法 ； 亮度均衡 ： ／ 中图分类号 ： Ｔ Ｐ ３ ９ １ ． ４ １ Ｏ Ｉ １ ０ ． １ ６ ３ ５ ５ ． ｃ ｎ ｋ ｉ ． ｉ ｓ ｓ ｎ １ ０ ０ ７ ４ ３ ２ ｔ ｕ ｔ ． ２ ０ １ ６ ． ０ １ ． ０ １ ８ Ａ Ｄ ９ 文献标识码 ： － ｊ ｙ
８］ 提出一种概率引导的 运 算 耗 时 。 刘 坤 ，等 ［
。 目前被广泛应用和研究的图像
拼接技术是基于特征点的图像拼接技术 。２ ０ ０ ４ 年，
［］ ， 对 Ｉ Ｆ Ｔ） Ｌ ＯＷＥ２ 提出了尺度不变特 征 描 述 算 子 （ Ｓ 光照变化 、 几何变 形 、 分 辨 率 差 异、 旋转具有一定不
收稿日期 ： ０ １ ０ １ ５ ５ ９ ２ － － ） ） ； ； 四川省教育厅资助项目（ 绵阳师范学 四川省科技厅资助项目 ： 基于色彩熵的半监 督 图 像 检 索 研 究 （ ０ １ ２ Ｊ Ｙ Ｚ ０ １ ３ ２ Ｚ Ｂ ０ ７ ０ ２ １ 基金项目 ： ） 院资助项目 （ ０ １ ３ Ａ １ ２ ２ ） ， （ 男， 四川双流人 ， 李海洋 （ 副教授 ， 主要从事图形图像处理 、 优化技术的研究 ， ９ ７ ２－ ） ａ ｉ ｌ ｌ ｈ １ ３ ０ １＠１ ２ ６． ｃ ｏ ｍ Ｅ－ｍ １ 作者简介 ： ｙ
９ ２
太 原 理 工 大 学 学 报 第 ４ ７卷
渡带 ， 提高图像拼接质量 。
设， 图像间的变换为投影变换 ， 那么 ，
１ 基于 Ｓ ＵＲ Ｆ 的图像拼接算法
１ ． １ Ｓ ＵＲ Ｆ 特征点的提取与匹配 建立 Ｓ Ｕ Ｒ Ｆ特征点提取主要包括判断特征点位置， 尺度空间， 确定特征点主方向， 构建特征向量等步骤。 通过盒型滤波近似 Ｓ Ｕ Ｒ Ｆ 在判断特征点位置时 ， 地代替二阶高斯滤波 ， 然后利用积分图像来加速卷积 速度 。 设 Ｄ Ｄ Ｄ ｘ ｘ， ｘ ｙ， ｙ ｙ 为近似的不同方向的盒型滤波 ） ， 模板 ， 一般取 ｗ＝ 经简化近似 ｗ 是个权重系数（ ０ ． ９ ） 所示 ： 后， Ｈ ｅ ｓ ｓ ｉ ａ ｎ矩阵的行列式如式 （ １ （ ） １ 然后 ， 采用不同尺度的滤波模板与图像做卷积运算 ， 得到不同尺度下的滤波响应值 ， 建立尺度空间 。 通过对扇形滑动 窗 口 内 图 像 的 Ｈ ａ ａ ｒ小 波 的 响 ， 从而得到向量 （ 其中 ， 应值进行累加 ， ｍｗ ， θ ｗ）
ｐ ｑ ｉ－ ｉ １ （ ） ｒ＝ ． ４ ｐ ｑ ｉ－ ｉ ２ 阈值为ｒ 若ｒ 则点对 （ ｒ 设 ， ｐ ｑ ０， ０， ｉ， ｉ １ ）为匹配 否则为非匹配点 。 点，
１ ． ２ 图像配准 根据 找 到 的 匹 配 特 点 对 ， 可计算出图像间的坐 标转换关系 ， 即两幅图像之间的变换矩阵 。
ｉ 个子窗口的特征向量： Ｖ＝ ｘ， ｄ ｘ ｄ ｜， ｜］． ｙ， ｙ ［ ∑ｄ ∑｜ ∑ｄ ∑｜
图 １ ＲＡＮ Ｓ Ａ Ｃ 直线估计 Ｆ ｉ ． １ Ｌ ｉ ｎ ｅ ａ ｒ ｅ ｓ ｔ ｉ ｍ ａ ｔ ｅ ｓ ｏ ｆ ＲＡＮ Ｓ Ａ Ｃ ｇ
Ｓ ＵＲ Ｆ 通过计算两个 提取出图像的特征点后 ， 特征点描述向 量 的 欧 氏 距 离 进 行 特 征 点 匹 配 。 设 ， 某特征点描述符为 ｐ 其最近和次近的两个相邻特 ｉ， 征点的描述符为ｑ ｐ ｉ １和ｑ ｉ ２。 两 组 描 述 符 ｐ ｉ 与ｑ ｉ １、 ｉ （ ） 。 与ｑ 的欧氏距离比值如式 所示 ４ ｉ ２
［ ７］
大值和加权平 滑 法 ， 对 目 标 函 数 进 行 迭 代 寻 优 ，能 有效改善图像融合效果 。 笔者提出 了 一 种 改 进 的 基 于 Ｓ ＵＲ Ｆ 的图像拼 提出的 接算法 。 在剔除误配点时 ， 采用了文献 ［ ９］ ８ － 改进的概率随机抽 样 一 致 性 算 法 ， 通过不断调整采 样概率 ， 从而以更少的时间获取正确模型 ， 提高算法 的 思 想， 效率 。 在 图 像 融 合 时 ， 借鉴文献［ 先 １ ０ １］ １ － 对输入图像进行亮 度 均 衡 预 处 理 ， 然后再使用加权 平滑算法进行融合 ， 从而消除结果图的拼接线和过
ｍｗ ＝ 烄
ｘ ＋ ∑ｄ ｙ， ∑ｄ
ｗ ｗ
ｘ 烄∑ｄ 烌 烅 ｒ ｃ ｔ ａ ｎ ｗ ． θ ｗ ＝ａ ｄ ｙ 烆 烆∑ 烎 ｗ 则特征点主方向为最长向量对应的方向 ， 即：
｛ ａ ｘ ｍｗ ｝ ． θ ＝θ ｗ ｍ
（ ） ２
（ ） ３
首先以特征点为中心， 沿特征 在构建特征向量时， 点主方向构造一个２ 并划分为 ４ ０ｓ × ２ ０ｓ的矩形区域， 则每个子窗口中具有 ５ｓ × ４ 个子窗口， × ５ｓ 个像元。 然后， 每个子窗口用尺寸为 ２ｓ的 Ｈ ａ ａ ｒ 小波模板计算 其响应值。最后， 统计出水平方向和竖直方向的 Ｈ ａ ａ ｒ 小波响应 ， ｄ ， 从而得到第 ｘ， ｄ ｘ ｄ ｜ ｜ ｙ ∑ｄ ∑｜ ∑ ｙ， ∑｜
［］ 的要求 。２ ０ ０ ６年， Ｂ ＡＹ， ｅ ｔ ａ ｌ３ 提出了 Ｓ ＵＲ Ｆ 算法 ， 对Ｓ Ｉ Ｆ Ｔ 算法进 行了改进 。Ｓ ＵＲ Ｆ 算法不但继承 了
致性算法 ， 在数据外点率较高的情况下 ， 能有效减少 迭代次数 ， 缩短算法 时 间 ， 从而提高了 Ｒ ＡＮ Ｓ Ａ Ｃ算
１ ０］ 对 平 均 值 法、 法效率 。 在图 像 融 合 时 ， 张 亚 娟［ 加
图像拼接是将相互间具有重叠区域的图像序列 进行空间匹配对准 ， 最终拼接为一幅具有较宽视角 全景图像的技术
［ １］
种采用迭代法来估计参数的数学模型 ， 具有精度高 、 鲁棒性强等优点 ， 常常用于图像配准 ， 对误配点进行 迭代次 数 多 ， 剔除 ； 但是 ， 用Ｒ ＡＮ Ｓ Ａ Ｃ 计算参数时 ，
２ Ｈａ Ｄｙ ｗ Ｄｘ ｘ ｘ ｐ ｐ ＝Ｄ ｙ －（ ｙ ）．
ｈ ０ ｈ １ ｈ ２ 烄 烌 ｈ ｈ Ｈ＝ ｈ ． ３ ４ ５ ｈ １烎 ６ ｈ ７ 烆 ， 是 匹 配 的 特 征 点 对， ｘ， ｘ ′， ′） 若 ｐ＝ （ ｙ） ｑ＝ （ ｙ 则投影变换公式为 ： ｈ ｘ ｘ ′ ０ ｈ １ ｈ ２ 烌 烄 烌 烄 烄 烌 ｈ ｈ ｈ ′ ＝ ３ ４ ５ ｙ ｙ ．