前視目標(biāo)圖像匹配定位技術(shù)研究.pdf

1、前視圖像匹配定位是一個具有挑戰(zhàn)性的難題。由于圖像中各點(diǎn)的深度變化很大，待定位兩幅圖像間的關(guān)系不能用簡單的相似變換來表達(dá)，而是涉及到復(fù)雜的透視變換。 同時考慮到兩幅圖像成像的視點(diǎn)未知，且成像時間不同，模板圖像甚至是從下視圖像生成的，損失了很多細(xì)節(jié)信息，場景圖像與模板圖像不會表現(xiàn)出完全相同的特征。 當(dāng)目標(biāo)的三維模型已知時，給出了三維點(diǎn)集和二維點(diǎn)集的匹配定位算法。利用目標(biāo)的三維數(shù)據(jù)信息，手動選擇特征點(diǎn)，從而建立起關(guān)于目標(biāo)的三維

2、特征點(diǎn)模型；在待定位的二維場景圖像中，自動尋找特征點(diǎn)。根據(jù)計算機(jī)視覺成像原理，利用三維點(diǎn)到二維點(diǎn)的投影關(guān)系，可以計算出攝像機(jī)相對世界坐標(biāo)系的平移和旋轉(zhuǎn)參數(shù)。該算法可以同時得到目標(biāo)三維點(diǎn)與場景二維點(diǎn)的變換參數(shù)和對應(yīng)關(guān)系。 當(dāng)目標(biāo)的三維模型未知時，將目標(biāo)及其周圍的場景作為模板圖像，給出了基于特征點(diǎn)相似度的匹配定位算法。首先分析了尺度變化和旋轉(zhuǎn)變化對特征點(diǎn)的提取和描述帶來的影響，然后在尋找特征點(diǎn)對應(yīng)關(guān)系的過程中，定義了特征點(diǎn)匹配度量的

3、準(zhǔn)則，利用特征點(diǎn)相似度進(jìn)行匹配，然后用極線約束去除錯誤的匹配點(diǎn)對，最后根據(jù)參數(shù)擬合的方式尋找圖像間的變化參數(shù)并進(jìn)行目標(biāo)定位。實(shí)驗表明該算法能夠適應(yīng)一定的尺度變化、旋轉(zhuǎn)變化、部分遮擋，對于一定立體旋轉(zhuǎn)角度變化具有一定的魯棒性。 基于特征點(diǎn)相似度的匹配定位方法僅僅考慮了極線約束，對特征點(diǎn)間的位置信息的利用并不完全。為了保持特征點(diǎn)間的位置信息，分析了松弛標(biāo)記算法的原理，將特征點(diǎn)的相似度信息融入到松弛過程中，提出了基于松弛標(biāo)記與特征點(diǎn)相

4、似度的匹配定位算法。該算法不僅利用了模板圖像的局部信息，還保持了模板圖像的結(jié)構(gòu)信息，實(shí)驗證明相對于僅利用極線約束的算法，該算法能夠找到更多的匹配點(diǎn)對。 為了保持特征點(diǎn)間的位置信息，除了松弛標(biāo)記算法以外，還可以應(yīng)用信任度擴(kuò)散算法。將特征點(diǎn)的相似度信息融入到消息傳遞過程中，提出了基于信任度擴(kuò)散與特征點(diǎn)相似度的匹配定位算法。該算法在結(jié)合模板圖像的局部信息的同時，還保持了模板圖像的結(jié)構(gòu)信息。實(shí)驗表明相對于僅利用極線約束的算法，該算法能夠找

5、到更多的匹配點(diǎn)對。 前述算法都是先計算特征點(diǎn)的匹配對再進(jìn)行目標(biāo)定位，而前視圖像匹配定位的特點(diǎn)是不需要準(zhǔn)確地找到模板圖像特征點(diǎn)與場景圖像特征點(diǎn)之間的對應(yīng)關(guān)系，僅僅關(guān)心場景圖像中模板圖像所在的位置、尺度大小和旋轉(zhuǎn)角度。將特征點(diǎn)的匹配過程與目標(biāo)定位過程融合到一起，提出了基于均值漂移與投票的匹配定位算法。利用特征點(diǎn)的尺度、朝向和描述向量，構(gòu)成一個一對多的匹配集合。對每個可能的匹配對，計算場景中模板圖像的位置、尺度變化因子和旋轉(zhuǎn)角度，構(gòu)成