[发明专利]一种刚体变换关系的图像的匹配方法

说明书

技术领域  本发明涉及图像处理技术，具体地说，涉及对符合刚体变换关系的图像间的匹配技术。

背景技术  在一些图像匹配的应用中，相邻的图像间的变换关系符合刚体变换关系。如超声扫描诊断中，探头在目标位置以相对均匀的速度移动，相邻两帧间的位移不大，且变形较小。若要由扫描过程中生成的图像序列生成宽视野图像，考虑到匹配拼接过程中的误差累积效应，一般在匹配中使用刚体变换模型，即认为相邻两帧间只有旋转和平移关系。在这类应用中，若对相邻的两图像使用仿射变换模型或多项式模型等，则相邻两图像间能获得更好的对应。但是多帧向后不断匹配的过程中，变形和误差的累积会使后面的图像失真越来越严重，需用使用全局优化的方法。而在实时匹配拼接成像的场合，全局优化的方法无法顺利使用。解决方法之一是相邻两图像的匹配中使用刚体变换模型。

这里所说的图像的刚体变换模型，即只有旋转和平移关系的模型，即当前图像相对前一图像的变换关系表达为：

XY=cosθ-sinθsinθcosθX′Y′+X′0Y′0]]>

其中(X′，Y′)表示当前图像上的坐标，(X，Y)表示在前一图像对应位置的坐标，θ表示旋转角度，(X′₀，Y′₀)表示平移量。这种变换模型有一个重要的特点，在当前图像上点间的相对位置关系，经变换后不会发生改变，如两点间距离保持不变等。

图像匹配方法主要包括基于模板的匹配和基于特征的匹配，两种思路各有优势。这两种思路的目的都是在相邻的两图像间获得多个“点”坐标对应关系。然后按照特定的模型，利用这些“点”坐标对应关系，计算两图像整体的变换关系。由多个样本点的对应关系计算整体对应关系时，常使用最小二乘方法拟合。最小二乘方法的一个缺点是当有个别样本点偏离整体较大时，会“拉偏”整个拟合结果，而图像匹配过程中，常会出现少数模板(或特征点)误配的情况。图1表示了用最小二乘方法拟合一条直线，其中1为期望结果，2为拟合结果，由于一个点偏离整体较远，而使结果产生较大的偏差。解决这个问题常用的方法是叠代计算，如M估计和随机采样一致性方法等。一方面，这些方法运算量比较大，限制了其在一些需要实时计算的领域的应用。另一方面，它们是通用方法，可以在各种模型下使用，不考虑利用刚体变换模型的特点来提高鲁棒性。

发明内容  本发明充分考虑刚体变换模型下相邻两图像间对应关系的特点，利用图像上点坐标的相对位置关系在刚体变换下保持不变的性质，在不显著增加计算量的条件下，提高匹配结果的鲁棒性。本发明有较低的实现成本和较低的计算复杂度，使本发明的方法可以用于需要较少运算量、较高鲁棒性的领域，如超声设备的实时宽视野成像。