《一种基于灰度梯度的图像匹配方法.pdf》由会员分享，可在线阅读，更多相关《一种基于灰度梯度的图像匹配方法.pdf（8页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 (43)申请公布日 (21)申请号 201410700097.7 (22)申请日 2014.11.28 G06T 7/00(2006.01) (71)申请人 西南科技大学 地址 621000 四川省绵阳市涪城区青龙大道 中段 59 号 (72)发明人 张华 刘桂华 史晋芳 王时丽 张静 刘满禄 王坤朋 (74)专利代理机构 成都正华专利代理事务所 ( 普通合伙 ) 51229 代理人 李林合 (54) 发明名称 一种基于灰度梯度的图像匹配方法 (57) 摘要 本发明公开了一种基于灰度梯度的图像匹配 方法， 包括 ： 在参考图像内选取待匹配像素点， 并 以待匹配像素点为中心选。
2、取匹配窗口 ； 计算匹配 窗口内待匹配像素点沿 0、 45、 90 和 135 度四个方 向的梯度平方和 ； 在目标图像内以某像素点为中 心选取与匹配窗口大小和形状均相同的目标窗 口 ； 计算目标窗口内像素点沿 0、 45、 90 和 135 度 四个方向的梯度平方和 ； 分别计算匹配窗口沿 0、 45、 90 和 135 度四个方向的梯度平方和与目标图 像中的多个目标窗口在 0、 45、 90 和 135 方向梯度 平方和差值的绝对值之和作为度量值 ； 选取度量 值最小的目标窗口的中心点作为匹配像素点。本 方法结合了灰度信息和灰度梯度信息， 匹配准确 率明显高于SSD方法和SAD方法， 能有。
3、效用于精确 点对的匹配及相关应用。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书4页 附图2页 (10)申请公布号 CN 104392447 A (43)申请公布日 2015.03.04 CN 104392447 A 1/1 页 2 1. 一种基于灰度梯度的图像匹配方法， 其特征是， 包括 ： 在参考图像内选取待匹配像素点， 并以所述待匹配像素点为中心选取方形匹配窗口 ； 计算所述待匹配像素点在匹配窗口内沿 0 度、 45 度、 90 度和 135 度四个方向的梯度平 方和 ； 在目标图像内按序选取匹配像素点， 并以所述匹配像素点为。
4、中心选取与匹配窗口大小 和形状均相同的目标窗口 ； 计算所述匹配像素点在目标窗口内沿 0 度、 45 度、 90 度和 135 度四个方向的梯度平方 和 ； 分别计算匹配窗口与目标图像中多个目标窗口在 0 度、 45 度、 90 度和 135 度相同方向 梯度平方和差值的绝对值之和作为度量值 ； 以及 选取度量值最小的目标窗口的中心点作为匹配像素点。 2. 根据权利要求 1 所述的方法， 其特征是， 所述计算匹配窗口或目标窗口内像素点沿 0 度、 45 度、 90 度和 135 度四个方向的梯度平方和的方法为 ： 0 度方向 ：； 45 度方向 ： ； 90 度方向 ： ； 135 度方向 ：。
5、 ； 其中 (xi,yi) 为参考图像或目标图像内的像素点，表示参考图像或目标图像内 (xi,yi) 处的像素灰度值。 权 利 要 求 书 CN 104392447 A 2 1/4 页 3 一种基于灰度梯度的图像匹配方法 技术领域 0001 本发明属于机器视觉领域， 具体涉及一种结合图像灰度信息与梯度信息的图像匹 配方法。 背景技术 0002 随着科学技术的发展， 图像匹配技术已成为图像处理研究中一个很重要的环节。 图像匹配技术在场景重建、 目标跟踪、 飞机导航、 医疗诊断等诸多领域有广泛的应用。 0003 图像匹配的方法大致可以分为三类 ： 第一类是基于灰度的图像匹配方法， 第二类 是基于特。
6、征的图像匹配方法， 第三类是基于对图像理解和解释的匹配方法。其中， 基于灰 度的匹配是以立体图像对中每个像素局部领域的灰度信息作为匹配基础， 利用某种相似性 度量， 如相关函数、 协方差函数、 差平方和、 差绝对值和等测度极值， 判定立体图像对中的 对应关系。传统的基于灰度信息的匹配方法有图像序列中对应像素差的平方和 SSD(Sum of Squared Differences） 、 图像序列中对应像素差的绝对值 SAD（Sum of Absolute Differences） 等。 0004 但是， 传统的基于灰度的匹配方法主要从统计学上考虑一个小邻域内的灰度变化 的总和， 描述的是像素点区。
7、域之间的灰度相似性， 没有考虑特征点之间的空间相关性， 对于 灰度变化相似但灰度分布不同的区域不敏感， 容易造成误匹配。 发明内容 0005 本发明的目的是提供一种基于灰度梯度的图像匹配方法， 结合了灰度信息和灰度 梯度信息， 匹配准确率明显高于SSD方法和SAD方法， 能有效用于精确点对的匹配及相关应 用。 0006 本发明的一个实施例提供了一种基于灰度梯度的图像匹配方法， 包括 ： 在参考图 像内选取待匹配像素点， 并以待匹配像素点为中心选取方形匹配窗口 ； 计算待匹配像素点 在匹配窗口内沿0度、 45度、 90度和135度四个方向的梯度平方和 ； 在目标图像内按序选取 匹配像素点， 并以。
8、匹配像素点为中心选取与匹配窗口大小和形状均相同的目标窗口 ； 计算 匹配像素点在目标窗口内沿0度、 45度、 90度和135度四个方向的梯度平方和 ； 分别计算匹 配窗口与目标图像中多个目标窗口在 0 度、 45 度、 90 度和 135 度相同方向梯度平方和差值 的绝对值之和作为度量值 ； 以及选取度量值最小的目标窗口的中心点作为匹配像素点。 0007 计算匹配窗口或目标窗口内像素点沿 0 度、 45 度、 90 度和 135 度四个方向的梯度 平方和的方法可以为 ： 0 度方向 ：； 说 明 书 CN 104392447 A 3 2/4 页 4 45 度方向 ： ； 90 度方向 ： ； 。
9、135 度方向 ： ； 其中 (xi,yi) 为参考图像或目标图像内的像素点，表示参考图像或目标图像内 (xi,yi) 处的像素灰度值。 0008 本发明提供的基于灰度梯度的图像匹配方法， 是基于以下原理 ： 如果两幅图中存 在匹配的像素点对， 那么这些像素点的空间相邻的像素值灰度分布变化也是相似或者相同 的。 因此， 考虑利用特征点之间的空间相关性， 根据两个图像中某像素点各个方向对应灰度 梯度的差值绝对值之和来判断像素点是否匹配。结合灰度信息和灰度梯度信息， 匹配准确 率明显高于 SSD 方法和 SAD 方法， 能有效用于精确点对的匹配及相关应用。 附图说明 0009 图 1 所示为本发明。
10、的基于灰度梯度的图像匹配方法的一个实施例的流程图 ； 图 2 所示为本发明的计算匹配窗口或目标窗口内像素点沿 0 度、 45 度、 90 度和 135 度 四个方向的梯度平方和的方法的示意图 ； 图 3 所示为本发明的方法对 Reindeer 图进行匹配得到的效果图。 具体实施方式 0010 为使本发明的目的、 技术方案和优点更加清楚， 下面将结合本发明具体实施例及 相应的附图对本发明技术方案进行清楚、 完整地描述。 0011 参考图1， 图1所示为本发明的基于灰度梯度的图像匹配方法的一个实施例100的 流程图。实施例 100 包括如下步骤 101 至 106。 0012 在步骤 101 中，。
11、 在参考图像内选取待匹配像素点， 并以待匹配像素点为中心选取 方形匹配窗口。选取的方形匹配窗口应该是基于待匹配像素点上下对称和左右对称。 0013 在步骤 102 中， 计算待匹配像素点在匹配窗口内沿 0 度、 45 度、 90 度和 135 度四个 方向的梯度平方和。 0014 如图2所示， 在本发明的一个实施例中， 计算待匹配窗口内像素点沿0度、 45度、 90 度和 135 度四个方向的梯度平方和的方法可以为 ： 0 度方向 ：； 说 明 书 CN 104392447 A 4 3/4 页 5 45 度方向 ： ； 90 度方向 ： ； 135 度方向 ： ； 其中， (xi,yi)为参考。
12、图像内的像素点，表示参考图像内(xi,yi)处的像素灰度值。 0015 在步骤 103 中， 在目标图像内按序选取匹配像素点， 并以匹配像素点为中心选取 与匹配窗口大小和形状均相同的目标窗口。 选取的目标窗口应该是基于匹配像素点上下对 称和左右对称。 0016 在本发明的一个实施例中， 可以用匹配窗口遍历目标图像内所有目标窗口。 0017 在步骤 104 中， 计算匹配像素点在目标窗口内沿 0 度、 45 度、 90 度和 135 度四个方 向的梯度平方和。 0018 在本发明的一个实施例中， 计算目标窗口内像素点沿 0 度、 45 度、 90 度和 135 度四 个方向的梯度平方和的方法可以。
13、为 ： 0 度方向 ：； 45 度方向 ： ； 90 度方向 ： ； 135 度方向 ： 其中， (xi,yi)为目标图像内的像素点，表示目标图像内(xi,yi)处的像素灰度值。 0019 在步骤 105 中， 分别计算匹配窗口与目标图像中多个目标窗口在 0 度、 45 度、 90 度 和 135 度相同方向梯度平方和差值的绝对值之和作为度量值。计算梯度平方和差值的绝对 值之和的公式可以为 ： 其中， VLi（x,y）表示参考图像内的像素点沿某个方向的梯度平方和， VRi（x,y）表示目标图像 说 明 书 CN 104392447 A 5 4/4 页 6 内的像素点沿相同方向的梯度平方和。 0。
14、020 在步骤 106 中， 选取度量值最小的目标窗口的中心点作为匹配像素点。 0021 在本发明的一个实施例中， 可以用匹配窗口遍历目标图像， 搜索匹配图像中像素 点的匹配点。 0022 至此描述了根据本发明实施例的基于灰度梯度的图像匹配方法。 本发明方法结合 了灰度信息和灰度梯度信息， 匹配准确率明显高于SSD方法和SAD方法， 能有效用于精确点 对的匹配及相关应用。 0023 发明人在计算机上用 MATLAB 对该方法进行了编程实现， 待匹配图像对是来自 于标准图像库的 Reindeer、 Moebius、 Art 三幅图像， 其大小分别为 ： 447x370， 463x370， 463。
15、x370， 采用的匹配窗口为 5x5 的方形窗口。图 3 展示了本发明的方法对 Reindeer 进行 匹配得到的效果图。 0024 为进一步验证本方法匹配的准确性， 本发明对三种方法得到的视差值与 Reindeer、 Moebius、 Art 已知的标准视差值进行比较， 从匹配准确率以及一对特征点进行匹 配所需时间两个方面进行了详细对比， 结果如表一所示。 通过表一可以得出， 本发明的方法 在匹配准确度上明显高于 SSD 和 SAD 两种方法。 0025 表一 三种算法准确率及时间比较 虽然以上述较佳的实施例对本发明做出了详细的描述， 但并非用上述实施例限定本发 明。 本领域的技术人员应当意识到在不脱离本发明技术方案所给出的技术特征和范围的情 况下， 对技术特征所作的增加、 以本领域一些同样内容的替换， 均应属本发明的保护范围。 说 明 书 CN 104392447 A 6 1/2 页 7 图 1 说 明 书 附 图 CN 104392447 A 7 2/2 页 8 图 2 图 3 说 明 书 附 图 CN 104392447 A 8 。