圖像配準(zhǔn)技術(shù)

賀兵兵 王潤(rùn)

摘要：圖像匹配是計(jì)算機(jī)視覺(jué)和圖像處理中一個(gè)很重要的研究?jī)?nèi)容。圖像匹配的發(fā)展對(duì)圖像分析、導(dǎo)航、目標(biāo)匹配、文字識(shí)別等眾多圖像應(yīng)用技術(shù)的發(fā)展都起著十分重要的作用。圖像配準(zhǔn)作為圖像處理這個(gè)廣泛的領(lǐng)域，配準(zhǔn)問(wèn)題一般形式選取一個(gè)場(chǎng)景中的兩幅獨(dú)立視圖，然后得到它們之間的對(duì)應(yīng)。該文將介紹一些主要的常用配準(zhǔn)技術(shù)及配準(zhǔn)方面主要的問(wèn)題。

關(guān)鍵詞：圖像配準(zhǔn)；關(guān)鍵技術(shù)；圖像處理

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）03-0175-02

1 圖像匹配

匹配存在的問(wèn)題遍及人工智能領(lǐng)域，特別是計(jì)算機(jī)視覺(jué)。其中的緣由很容易理解；許多應(yīng)用的核心部分就是要搜索一個(gè)模型，而一幅圖像或者某個(gè)圖像衍生物是具體搜索是操作的對(duì)象——我們希望將模型和數(shù)據(jù)進(jìn)行匹配。

這個(gè)問(wèn)題在很多方面有具體的表現(xiàn)：

1） 最簡(jiǎn)單的情況，在合理對(duì)齊的文本掃描圖中用已知的二值模式表示的特定字體的字符，這就是模板匹配，應(yīng)用于（Optical Character Recognition，OCR）光學(xué)字符識(shí)別。

2） 更一般的情況，字體無(wú)關(guān)的OCR要求識(shí)別未知字體和大小的字符，這些字符還有可能有扭曲，這就要求匹配字符的模式。

3） 仍然有更一般的情況，人臉識(shí)別要求在三維場(chǎng)景中的一幅圖像中匹配人臉模式：姿態(tài)、配準(zhǔn)、尺度、眼睛、顏色信息都將全部未知。

4） 最為抽象的情況，可能需要在一個(gè)視頻序列中匹配一個(gè)行人，而我們需要找到個(gè)體的行為來(lái)匹配某種已知的模型，比如行人是否穿過(guò)馬路，行為是否可疑等。

2 圖像配準(zhǔn)中常用的技術(shù)

圖像配準(zhǔn)中，由于光照，天氣條件，或者拍攝高度變換的不同，可能造成圖像之間的錯(cuò)位，為了配準(zhǔn)這些圖像，我們常常要用到一些圖像變換、相似性測(cè)度、插值算法等等。

2.1 圖像變換

1） 剛體變換

如果兩點(diǎn)間的距離經(jīng)過(guò)變換后仍保持不變，這種變換我們稱之為剛體變換。在二維空間中，點(diǎn)（x，y）經(jīng)剛體變換點(diǎn)（x，y）的變換公式為：

其中為旋轉(zhuǎn)角，為平移向量。

2） 仿射變換

仿射變換：如果圖像上的直線映射后仍為直線，而且直線之間保持著平衡關(guān)系。在二維空間中，變換公式為：

3） 非線性變換

非線性變換：如果待匹配圖像和目標(biāo)圖像上的直線映射后為曲線。在二維空間中，我們可以用以下公式表示：

2.2 相似性測(cè)度

1） 互相關(guān)相似性測(cè)度

互相關(guān)相似性測(cè)度[1]算是最基本的相似性測(cè)度了，假設(shè)有模板T和搜索圖S， 表示模板覆蓋下的那塊搜索圖S，公式可以表示為：

2） 序貫相似檢測(cè)算法（SSDA）

序貫相似檢測(cè)算法[2]實(shí)際上基于互相關(guān)法，基本思路是，設(shè)計(jì)一個(gè)閾值，在計(jì)算相似性時(shí)，如果它的累計(jì)誤差超過(guò)閾值，則停止計(jì)算，這樣就可以減少在誤匹配點(diǎn)上的計(jì)算量。

公式可以表示為：

2.3 點(diǎn)映射技術(shù)

點(diǎn)映射技術(shù)指的是在不知道兩幅圖像的映射方式時(shí)，人們采用最多的配準(zhǔn)方法。點(diǎn)映射經(jīng)常不能確保一定能完全得到配準(zhǔn)，我們需要找到圖像內(nèi)在或者外部的特征來(lái)作為控制點(diǎn)，另一幅圖像中匹配的控制點(diǎn)可以用手工點(diǎn)擊得到或者互相關(guān)自動(dòng)獲取。在點(diǎn)匹配后，點(diǎn)映射的方法就只剩下插值或者逼近，利用各個(gè)階段之間的反饋來(lái)找到最優(yōu)的變換，這樣，點(diǎn)匹配的精度就成了最后配準(zhǔn)的精度。

2.4 基于彈性模型的配準(zhǔn)

彈性模型就是對(duì)圖像中的變形，利用了一個(gè)彈性的變形來(lái)模型化，匹配變換就是一個(gè)彈性材料經(jīng)過(guò)最小的彎曲和拉伸變換的結(jié)果。彈性材料的能量狀態(tài)決定了彎曲和拉伸的量，然而，能量的最小化需要滿足彈性模型的限制，通常這個(gè)問(wèn)題的所作是最小能量狀態(tài)上的求取。

3 圖像配準(zhǔn)研究的問(wèn)題

（1） 特征空間。配準(zhǔn)時(shí)，首先是特征空間的確定。一般有許多的特征可選擇，比如圖像自身的亮度。其次也有其他類似的選擇，比如建筑物的邊沿、表面；顯著的特征也常常用來(lái)配準(zhǔn)，例如不變矩、重心；也可以是角點(diǎn)、直線交點(diǎn)等。

統(tǒng)計(jì)特征是一個(gè)區(qū)域的測(cè)度，表示一個(gè)區(qū)域的估計(jì)，顯著的特征通常值得是在圖像中可以容易辨別處理，有意義特征的一些特殊像素。

（2） 相似性度量。設(shè)計(jì)或者選擇相似性度量往往是圖像配準(zhǔn)的第二步。這個(gè)階段和匹配特殊的選擇有莫大的關(guān)系。相對(duì)內(nèi)部結(jié)構(gòu)來(lái)說(shuō)，也就是圖像的不變特征，一般都是通過(guò)特征空間和相似性度量提取而得到的。典型的相似性度量有：互相關(guān)，相位相關(guān)等

（3） 搜索空間和策略的選擇。由于很多的匹配特征和相似性度量方法需要大量的計(jì)算量，所以好的搜索策略能達(dá)到減少計(jì)算量的目的，也是圖像配準(zhǔn)中最不可缺少的一步。

4 結(jié)束語(yǔ)

圖像配準(zhǔn)作為計(jì)算機(jī)視覺(jué)和圖像處理中一個(gè)重要的研究?jī)?nèi)容，其技術(shù)的研究與發(fā)展，是對(duì)計(jì)算機(jī)視覺(jué)和圖像處理有著重要的理論與實(shí)踐意義，但是由于成像過(guò)程中有著不可預(yù)知因素，一些技術(shù)難點(diǎn)仍需要一代又一代人的繼續(xù)努力。

參考文獻(xiàn)：

[1] 山海濤，郭建星，耿則勛.影像匹配中幾種相似性測(cè)度的分析[J].測(cè)繪信息與工程，2003 ，28（4）：11-13.

[2] Barnea D I，Silverman H F.A class of algorithms for fast digital image registration[J].IEEE Trans on Computers，1972（C-21）：179-186.