[发明专利]一种基于改进光流场模型的非刚性图像配准方法

说明书

本发明公开了一种基于改进光流场模型的非刚性图像配准方法：采用局部互信息法求解参考图像和浮动图像之间初始位移场；构建参考图像和浮动图像的高斯金字塔图像层，在金字塔顶层图像，利用初始位移场矫正浮动图像层，最小化能量函数，求解参考图像层和浮动图像层之间运动位移场；将上一层运动位移场作为下一层初始位移场，利用光流方程计算下一层运动位移场；直到原始图像层，将获得的运动位移场作为最终运动位移场；根据最终运动位移场，对浮动图像校正，得到配准图像。本发明可以提高光流模型对非刚性图像大位移形变的估计精度，避免光流估计中的过平滑现象，提高光流估计的准确性，保留图像边缘特征，适用于物体的运动估计、目标识别、视频压缩等领域。

技术领域

本发明属于计算机视觉领域，更具体的说，是涉及一种基于改进光流场模型的非刚性图像配准方法。

背景技术

光流指的是空间运动物体在观察成像平面上的像素运动的瞬时速度，是通过图像序列中像素在时间域上的变化以及相邻帧之间的相关性，来寻找上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。光流不仅包含目标物体的大量运动信息，反映了图像的变化情况，还含有目标物体的三维结构等信息，被广泛地运用于运动估计、目标识别、视频检测、图像配准等领域。光流场模型算法主要分为4类：基于梯度的方法、基于特征匹配的方法、基于能量的方法、基于相位的方法。基于梯度的方法又称为微分法，它是利用时变图像灰度的梯度函数来计算像素的速度矢量，由于该方法计算简单，同时拥有较好的估计效果，因此被广泛采用。

基于梯度方法的典型代表是Horn-Schunck光流方法，该方法在光流基本约束方程的基础上增加了全局平滑假设，进而计算出图像的光流场。值得注意的是：采用Horn-Schunck光流算法对图像进行配准时，能量函数必须满足亮度守恒和全局平滑一致性假设。然而，对于非刚性形变有时并不能够满足这两个假设条件。例如，当图像的光照变化不均匀时，采用亮度守恒估计的光流位移场的误差较大，不能很好的配准浮动图像；同时，当物体发生较大形变时，两幅图像之间的运动位移场可能会较大。此时，根据全局平滑一致性的假设，通过最小化能量函数，不能获得可靠的位移场，这会在很大程度上降低配准的准确度。另一方面，较强的全局平滑一致性假设也会导致光流的扩散在图像的边缘出现过平滑现象，不利于保持图像的边缘信息，因此，在图像的梯度信息变化较明显的地方，估计的运动位移场容易存在较大偏差。

发明内容

本发明的目的是为了克服现有技术中的不足，提供了一种基于改进光流场模型的非刚性图像配准方法，利用初始位移场预先矫正浮动图像，可以提高光流模型对非刚性图像大位移形变的估计精度，同时，增加能量函数正则项的权重函数，避免光流估计中的过平滑现象，提高光流估计的准确性，保留图像的边缘特征。

本发明的目的是通过以下技术方案实现的。

一种基于改进光流场模型的非刚性图像配准方法，包括以下步骤：

步骤一，采用局部互信息法求解参考图像和浮动图像之间的初始位移场；

步骤二，构建参考图像和浮动图像的高斯金字塔图像层，在金字塔的顶层图像，利用得到的初始位移场预先矫正浮动图像层，然后最小化光流模型的能量函数，求解参考图像层和浮动图像层之间的运动位移场，向下传递位移场值；

步骤三，将上一层得到的运动位移场作为下一层的初始位移场，再利用步骤二中采用的光流方程计算下一层的运动位移场，滤波后向下传递；

步骤四，重复步骤三，直到原始图像层，将该层获得的运动位移场作为最终的运动位移场；

步骤五，根据最终得到的运动位移场，对浮动图像进行校正，得到配准图像。

步骤一中采用局部互信息法求解参考图像和浮动图像之间的初始位移场的主要流程为：

1)对参考图像和浮动图像进行分块；