一种旋转不变的多光谱图像的描述子匹配方法

技术领域

本发明涉及图像处理技术领域，尤其涉及一种旋转不变的多光谱图像的描述子匹配方法。

背景技术

特征点匹配是计算机视觉和图像处理领域的一个重要研究问题，广泛应用于图像检索、3D重建、定位以及SLAM(simultaneous location and mapping，即时定位与地图构建)等任务中。手工特征匹配主要分为三步：特征点提取、计算主方向和提取描述子。利用特征点邻域区域建立与特征点相关联的描述子是特征点匹配的关键问题。基于人工设计的特征，一般采用梯度及其变种形式，例如SIFT(Scale-invariant feature transform，尺度不变特征变换)、SURF(Speed Up Robust Features,加速稳健特征)、ORB(Oriented Fast andRotated Brief,快速特征提取和描述)等。然而，对于多光谱图像而言，基于梯度的方法对于多光谱图像中的非线性辐射扭曲(nonlinear radiation distortion,NRD)的特征效果不佳。近年来，使用相位信息进行图像的特征提取方法逐渐得到应用。

然而，现有的多光谱图像匹配方法在针对旋转的多光谱特征匹配上效果表现不佳，现有方法使用梯度信息计算图像块的主方向，其效果在多光谱图像上并不能准确找到图像旋转信息从而进行特征点匹配。

现有技术中的一种多光谱图像特征匹配方法，例如，RIFT(Radiation-VariationInsensitive Feature Transform，辐射变化不敏感特征变换)方法利用相位一致性提取图像的MIM(Max Index Map，最大索引层)层，并使用主方向计算对应特征点的主方向，构建矩形描述子进行特征匹配。HOPC(histogramof oriented phase congruency，方向相位一致性直方图)使用相位一致性以及相关的旋转信息进行图像特征提取与匹配。上述相位一致性指取图像傅里叶变换后分量最大相位。

上述现有技术中的一种多光谱图像特征匹配方法的缺点包括：

需要图像的相关信息，该方法在进行图像特征提取前，需要知道图像的几何信息等先验信息，然而在实践中，尤其是卫星图像匹配中，先验信息具有不确定性，对此类信息的以来可能会造成匹配的误差。

对于旋转图像的匹配效果不佳，该方法在提取特征点后，利用梯度信息计算特征点描述子，而梯度信息在多光谱图像上并不稳定，其主方向计算并不准确。

该方法对特定旋转角度图像处理不佳，如果图像旋转角度位log-Gabor滤波器方向的中间值，如相邻log-Gabor滤波器的方向分别为0°和30°，则对于15°附近的旋转角度处理不佳。

发明内容

本发明的实施例提供了一种旋转不变的多光谱图像的描述子匹配方法，以实现有效进行多光谱图像的匹配处理。

为了实现上述目的，本发明采取了如下技术方案。

一种旋转不变的多光谱图像的描述子匹配方法，包括：

提取输入的多光谱图像的特征点，根据所述特征点使用log-Gabor滤波器的相位一致性计算后，获得所述多光谱图像的一阶MIM层，在所述一阶MIM层的基础上获取两个二阶MIM层，所述多光谱图像包括匹配图和待匹配图；分别对应各个特征点在所述两个二阶MIM层上分别构建两个描述子，分别对两个描述子进行旋转，得到匹配图的描述子集合和待匹配图的描述子集合；

对所述匹配图的描述子集合和所述待匹配图的描述子集合进行匹配处理，获取所述匹配图和待匹配图的描述子的匹配结果。

优选地，所述的提取输入的多光谱图像的特征点，根据所述特征点使用log-Gabor滤波器的相位一致性计算后，获得所述多光谱图像的一阶MIM层，在所述一阶MIM层的基础上获取两个二阶MIM层，所述多光谱图像包括匹配图和待匹配图，包括：

使用6个尺度，12个方向的logGabor滤波器对输入的多光谱图像进行滤波，所述多光谱图像包括匹配图和待匹配图，滤波器方向为0°、15°、30°、45°…、165°，各个滤波器方向之间的间隔为15°，将得到的6*12个响应图按照尺度方向将值取绝对值后相加，得到12张响应特征图，逐点将12张响应特征图中最大的值所在的响应特征图的编号作为输出，形成MIM图，MIM图具有和输入图像相同的尺寸，每一个点的坐标值为最大响应特征图的编号，范围为1到12。

利用相位一致性特征提取所述MIM图的SOMIM1和SOMIM2两个二阶MIM层。

优选地，所述的利用相位一致性特征提取所述MIM图的SOMIM1和SOMIM2两个二阶MIM层，包括：

将MIM层中的值逐点除以2并向下取整，得到二阶MIM层的第一个响应值SOMIM1，将MIM层中的值，逐点除以2并向上取整，得到二阶MIM层的第二个响应值SOMIM2，SOMIM1层和SOMIM2层是由一阶MIM层逐点生成的特征图，SOMIM1层和SOMIM2层的特征图大小与MIM层相同，SOMIM1层相对于SOMIM2层具有15°的旋转。

优选地，所述的分别对应各个特征点在所述两个二阶MIM层上分别构建两个描述子，分别对两个描述子进行旋转，得到匹配图的描述子集合和待匹配图的描述子集合，包括：

对输入的多光谱图像分别在SOMIM1层上和SOMIM2层上按照公式(1)构建两个描述子，分别对两个描述子按照公式(2)进行旋转，得到匹配图的描述子集合Q(H)和待匹配图的描述子集合

构建初始描述子：在特征点邻域，以48个像素作为半径分别在SOMIM1和SOMIM2两个MIM层上构建圆形描述子，圆形描述子具有三个圆环，最内的圆不进行分割，外面两圈圆环分别分成12个块，每一块的编号为

表示连接，H

旋转描述子：将初始描述子H中的25个块进行重排序，用

表示连接，H

对于每一块的统计值，同样进行位移，位移值为

其中

Q(H)

优选地，所述的对所述匹配图的描述子集合和所述待匹配图的描述子集合进行匹配处理，获取所述匹配图和待匹配图的描述子的匹配结果，包括：

采用最邻近算法对已有描述子进行粗匹配，并使用RANSAC方法进行过滤，得到最终的匹配结果。对于两个描述子集合，

使用

将所述距离

由上述本发明的实施例提供的技术方案可以看出，本发明实施例采用离散旋转角度的方法，将旋转度数离散成几个值，构建圆环形式的描述子解决旋转的多光谱图像的匹配问题。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供一种旋转不变的多光谱图像的描述子匹配方法的处理流程图。

图2为本发明实施例提供的一种旋转不变的多光谱图像描述子的示意图。

图3为本发明实施例提供的一种描述子集合的匹配流程图。

图4为本发明实施例提供的一种可见光和红外图像在未发生旋转时的匹配效果示意图，图中的线条为正确匹配的线条；

图5为本发明实施例提供的一种可见光和红外图像在15°旋转时的匹配效果，图中的线条为正确匹配的线条；

图6为本发明实施例提供一种可见光和红外图像在150°旋转时的匹配效果示意图，图中的线条为正确匹配的线条。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

图像的特征匹配有三个基本步骤：特征提取、特征描述和特征匹配。特征提取就是从图像中提取出关键点(或特征点、角点)等。特征描述就是用一组数学向量对特征点进行描述，其主要保证不同的向量和不同的特征点之间是一种对应的关系，同时相似的关键点之间的差异尽可能小。特征匹配其实就是特征向量之间的距离计算，常用的距离有欧氏距离、汉明距离、余弦距离等。

本发明实施例提供一种旋转不变的多光谱图像的描述子匹配方法的处理流程如图1所示，包括如下的处理步骤：

步骤S10、提取输入的多光谱图像的特征点，根据所述特征点使用log-Gabor滤波器的相位一致性计算后，获得所述多光谱图像的一阶MIM层，在所述一阶MIM层的基础上获取两个二阶MIM层，所述多光谱图像包括匹配图和待匹配图。

滤波器是一种小波变换滤波器，可以保留信号/图像的相位信息，二维log-Gabor滤波器组一般有多个方向及多个尺度的滤波器，同时提取图像信息，并用于计算图像的相位一致性。图像经过logGabor滤波器后，将输出的特征图，从尺度方向对输出的特征图进行合并后，得到六个方向的特征图，并将响应最大的特征图所在的坐标作为输出值所构成的MIM(MaxIndex Map)图。

首先使用6个尺度，12个方向的logGabor滤波器对输入的多光谱图像进行滤波，多光谱图像包括匹配图和待匹配图。滤波器方向为0°、15°、30°、…、165°。将得到的6*12个响应图按照尺度方向将值取绝对值后相加，得到12张响应特征图，并逐点将12张响应特征图中最大的值所在的特征图编号作为输出，形成MIM图，则生成的MIM图具有和输入图像相同的尺寸，每一个点的坐标值为最大响应特征图的编号，范围为1到12。

利用相位一致性特征提取上述MIM图的SOMIM1和SOMIM2两个二阶MIM层。上述相位一致性特征提取过程包括：将MIM层中的值，逐点除以2并向下取整，例如，如果该点值为3，则除以2向下取整后为1，其中1除以2后向下取整后为0，此时将值定为6。则得到二阶MIM层的第一个响应值SOMIM1。将MIM层中的值，逐点除以2并向上取整，例如，如果该点值为3，则除以2后向上取整为2。则得到二阶MIM层的第二个响应值SOMIM2。则SOMIM1相对于SOMIM2具有15°的旋转。SOMIM层是由一阶MIM层逐点生成的特征图，该特征图大小与MIM层相同，SOMIM层中的每一个元素分别又MIM层对应位置元素计算而成，将MIM层中的值，逐点除以2并向下取整，例如，如果该点值为3，则除以2向下取整后为1，其中1除以2后向下取整后为0，此时将值定为6。则得到二阶MIM层的第一个响应值SOMIM1。将MIM层中的值，逐点除以2并向上取整，例如，如果该点值为3，则除以2后向上取整为2。则得到二阶MIM层的第二个响应值SOMIM2。

步骤S20、分别对应各个特征点在所述两个二阶MIM层上分别构建两个描述子，分别对两个描述子进行旋转，得到匹配图的描述子集合和待匹配图的描述子集合。

本发明实施例提供的一种旋转不变的多光谱图像描述子的示意图如图2所示。采用圆形描述子对多光谱图像进行描述，将logGabor滤波器的方向与描述子旋转联合起来，共同处理图像旋转。分别对应各个关键点，对输入图像分别在SOMIM1上和SOMIM2上按照公式(1)构建两个描述子，分别对两个描述子按照公式(2)进行旋转，则可以得到匹配图的描述子集合Q(H)和待匹配图的描述子集合

2.1初始描述子构建

在特征点邻域，以48个像素作为半径分别在SOMIM1和SOMIM2两个MIM层上构建圆形描述子，圆形描述子具有三个圆环，最内的圆不进行分割，外面两圈圆环分别分成12个块，每一块的编号为

表示连接，H

2.2旋转描述子

将上述的25个块进行重排序，用

表示连接，H

对于每一块的统计值，同样进行位移，位移值为

其中

Q(H)

步骤S30、对所述匹配图的描述子集合和所述待匹配图的描述子集合进行匹配处理，获取所述匹配图和待匹配图的描述子的匹配结果。

本发明实施例提供的一种描述子集合的匹配流程图如图3所示，图4为本发明实施例提供的一种可见光和红外图像在未发生旋转时的匹配效果示意图，图中的线条为正确匹配的线条；图5为本发明实施例提供的一种可见光和红外图像在15°旋转时的匹配效果，图中的线条为正确匹配的线条；图6为本发明实施例提供一种可见光和红外图像在150°旋转时的匹配效果示意图，图中的线条为正确匹配的线条。

采用最邻近算法对已有描述子进行粗匹配，并使用RANSAC方法进行过滤，得到最终的匹配结果。对于两个描述子集合，

将所述距离

综上所述，本发明实施例方法解决了多光谱旋转图像匹配效果不佳的问题。本发明可以解决多光谱图像旋转匹配问题，当待匹配图像发生旋转时，本发明依然能够对图像进行匹配且效果超过现有的多光谱图像匹配算法。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。