[发明专利]基于梯度序划分及映射策略的曲线描述及匹配方法

摘要

本发明涉及一种基于梯度序划分及映射策略的曲线描述及匹配方法，包括：从不同角度拍摄同一场景两幅不同图像并输入计算机、利用Canny边缘检测算子分别对两幅图像进行曲线段检测、确定曲线的支撑区域并计算主方向、基于梯度幅值对支撑区域进行子区域划分、计算支撑区域内各有效点的梯度序特征、将梯度序特征映射为24维向量特征、计算子区域描述子及曲线描述子、利用曲线描述子并基于双向匹配原则进行曲线匹配。本发明提供的方法能够克服已有基于灰度序划分的匹配方法面临的不稳定问题，具有更优的匹配性能。

主权项

1.一种基于梯度序划分及映射策略的曲线描述及匹配方法，其特征在于，包括步骤：步骤S1：从不同角度拍摄同一场景两幅不同图像并输入计算机；步骤S2：利用Canny边缘检测算子分别对两幅图像进行曲线检测；步骤S3：确定曲线的支撑区域并计算主方向，具体方式为，对于图像中任一条由m个点组成的曲线C，记曲线C上任一点为Pl,l＝1,2,…,m，将以Pl为圆心、R为半径的圆形区域定义为点Pl的支撑区域并记为G(Pl)，曲线C上各点支撑区域覆盖的区域的并集定义为曲线C的支撑区域并记为G(C)＝G(P1)∪G(P2)∪...∪G(Pm)，计算曲线C上各点梯度向量的均值[gx,gy]，并将该均值对应的方向θ＝atan(gy,gx)确定为曲线C的主方向；步骤S4：基于梯度幅值对支撑区域进行子区域划分，具体方式为：首先计算支撑区域G(C)内各点的梯度幅值，获得支撑区域的平均梯度幅值Avg(G(C))，将支撑区域内梯度幅值大于Avg(G(C))的点作为有效点，按梯度幅值大小对有效点进行非降序排列，依据排序将区域G(C)中包含的有效点划分为K个子集合：Gi＝{xj：Ti≤Mag(xj)≤Ti+1&Mag(xj)＞Avg(G(C))}，1≤i≤K，其中Mag(xj)表示点xj处的梯度幅值，阈值Ti、Ti+1的确定原则是保证每个子集合包含的有效点个数相等，整数K的取值范围为3～5；步骤S5：构造曲线描述子，具体方式包括步骤S51、S52、S53；步骤S51：计算支撑区域内各有效点的梯度序特征，具体方式为，对支撑区域G(C)内任一有效点X0，以X0为圆心、r为半径确定一个圆周Or(X0)，其中r的取值范围为6～8，在圆周Or(X0)上以主方向θ为起始方向确定第一个点X1，顺时针依次定位点X2、X3、X4、X5、X6、X7、X8，其中点X1、X2、X3、X4、X5、X6、X7、X8将圆周Or(X0)均分为8等份；记f(Xa)表示点Xa处的灰度值，其中a＝0、1、2、…、8，按如下公式计算四个梯度值：b1＝abs(f(X1)+f(X5)‑2·f(X0))，b2＝abs(f(X2)+f(X6)‑2·f(X0))，b3＝abs(f(X3)+f(X7)‑2·f(X0))，b4＝abs(f(X4)+f(X8)‑2·f(X0))将梯度值b1、b2、b3、b4由小到大进行排序得到有效点X0处的梯度序特征(x1,x2,x3,x4)，其中x1,x2,x3,x4∈{1,2,3,4}且x1≠x2≠x3≠x4，所述梯度序特征的形式共有24种，依次如下：(1,2,3,4)、(1,2,4,3)、(1,3,2,4)、(1,3,4,2)、(1,4,2,3)、(1,4,3,2)、(2,1,3,4)、(2,1,4,3)、(2,3,1,4)、(2,3,4,1)、(2,4,1,3)、(2,4,3,1)、(3,1,2,4)、(3,1,4,2)、(3,2,1,4)、(3,2,4,1)、(3,4,1,2)、(3,4,2,1)、(4,1,2,3)、(4,1,3,2)、(4,2,1,3)、(4,2,3,1)、(4,3,1,2)、(4,3,2,1)；步骤S52：将梯度序特征映射为24维向量特征，具体方式为，将步骤S51获得的24种形式的梯度序特征按照下述规则映射为24维的二值向量：第1种形式(1,2,3,4)映射为第2种形式(1,2,4,3)映射为第k种形式映射为第24种形式(4,3,2,1)映射为步骤S53：计算子区域描述子及曲线描述子，具体方式为，对步骤S4进行梯度序划分后所得任一子区域Gi，将Gi内包含的有效点对应的24维二值向量进行累加，得到子区域Gi的24维描述子Vi；将各个子区域描述子V1，V2，...，VK连接起来，得到曲线C的24×K维描述向量V(C)＝[V1，V2，...，VK]，最后进行归一化处理得到曲线C的匹配描述子V(C)/||V(C)||；步骤S6：利用曲线描述子并基于双向匹配原则进行曲线匹配，具体方式为，对于第1幅图像中的一条曲线C，如果第2幅图像所有曲线中C'的描述子与曲线C的描述子之间欧式距离最小，同时第1幅图像所有曲线中C的描述子与C'的描述子之间欧式距离最小，则C、C'为一对匹配曲线。