王穎 王忠慶

【摘要】針對(duì)高分辨率遙感影像的圖像特點(diǎn)，采用SURF特征算法實(shí)現(xiàn)對(duì)圖像的快速拼接。該方法利用SURF算子提取特定區(qū)域的圖像特征;并應(yīng)用圖像的幾何特征做進(jìn)一步的特征點(diǎn)篩選，以提高圖像拼接效率，減少計(jì)算誤差;利用RANSAC配準(zhǔn)算法對(duì)圖像進(jìn)行配準(zhǔn)，以消除誤匹配;對(duì)于光照不均勻情況，致使拼縫圖像插值不均勻，可采用三次樣條插值法處理，使拼接后圖像整體更符合人眼評(píng)價(jià)標(biāo)準(zhǔn)。

【關(guān)鍵詞】圖像拼接;SURF算法;RANSAC配準(zhǔn);三次樣條插值法

Abstract：For the image features of high resolution remote sensing image，using SURF registration algorithm for mosaicing image quickly. In this scheme，SURF（Speeded Up Robust Features）is applied to extract features from the images;and using the geometric features of image to screen the feature points，in order to improve the efficiency of image mosaic and reduce the error in calculating;and then，for eliminating the matching error，bring in the RANSAC（Random Sampling Consensus）algorithm for image registration;for the non-uniform illumination，lead to the seaming image interpolations are not uniform. In order to solve this problem，we using the Cubic Spline Interpolation，so that the whole image is more consistent with human eyes evaluation standard after mosaic.

Keywords：image mosaic;SURF algorithm;RANSAC registration;Cubic Spline Interpolation

1.引言

隨著國(guó)民經(jīng)濟(jì)的發(fā)展，高分遙感影像的應(yīng)用已從軍事化擴(kuò)展到國(guó)民生活中。而為實(shí)現(xiàn)對(duì)更大范圍地面圖像的探索研究，需要對(duì)航拍的影像進(jìn)行精準(zhǔn)拼接處理，因?yàn)閷?duì)多幅遙感影像的拼接處理技術(shù)成為重要的應(yīng)用技術(shù)之一。

2.現(xiàn)狀研究

圖像拼接技術(shù)是將不同時(shí)間，不同視角或不同傳感器獲得的數(shù)張有重疊部分的圖像拼成一幅大型的無縫高分辨率圖像的技術(shù)。

隨著高分辨率遙感影像應(yīng)用范圍的不斷擴(kuò)寬，圖像拼接已經(jīng)成為了圖形圖像處理和計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。近幾年，國(guó)內(nèi)外研究學(xué)者不斷地向匹配精度高、魯棒性好、時(shí)間效率高等優(yōu)點(diǎn)方向研究[1]?；谶@種訴求，同時(shí)為了克服現(xiàn)有拼接效果不佳的缺點(diǎn)，提出一種綜合型的拼接算法理論。

3.算法的基本原理

3.1 SURF特征提取

SURF是一種特征點(diǎn)提取算法，作為一種尺度不變特征變換算法，相較于SIFT算法具有更好的魯棒性，并且克服了SIFT算法數(shù)據(jù)計(jì)算量大、時(shí)間復(fù)雜度高的缺點(diǎn)。

Hessian矩陣是SURF算法的核心[2]，在算法中選用圖像像素函數(shù)L（x，y），并用二階標(biāo)準(zhǔn)高斯函數(shù)作為濾波器，得到H矩陣：

為了平衡準(zhǔn)確值與近似值之間的誤差，引入一種叫做權(quán)值硼的權(quán)值，可隨尺度的變化而變化，則H矩陣判別式又可表示為：

其行列式表達(dá)式為：

SURF算法與SIFT算法的區(qū)別主要在于構(gòu)建尺度空間上，這兩種算法采用的均為圖像金字塔法，如圖1所示。圖像的尺度大小用高斯標(biāo)準(zhǔn)差來表示，但在具體理論應(yīng)用上兩種算法截然不同。在SIFT算法中，保持濾波器大小不變，在計(jì)算每層圖像尺寸時(shí)，需要根據(jù)前一層圖像的尺寸重新設(shè)置，即需進(jìn)行二次抽樣，大大加重了計(jì)算量;在SURF算法中，保持圖像大小不變，申請(qǐng)?jiān)黾訄D像核的尺寸，允許尺度空間多層圖像同時(shí)被處理，大大提高了運(yùn)算效率[3]。

圖1 SURF算法和SIFT算法濾波金字塔

在基礎(chǔ)條件確定后，SURF算法的重點(diǎn)在于對(duì)特征點(diǎn)的提取，為了保證旋轉(zhuǎn)不變性，首先以特征點(diǎn)為圓心，計(jì)算半徑為6S（S為特征點(diǎn)所在尺度值）的領(lǐng)域內(nèi)Harr小波的dy、dz響應(yīng)，并賦于權(quán)重系數(shù)。然后將60°范圍內(nèi)的響應(yīng)相加以形成新的矢量，在遍歷整個(gè)圓形區(qū)域后，得到特征點(diǎn)的主方向，即為最長(zhǎng)矢量方向。

圖2 確定特征點(diǎn)主方向

如此計(jì)算，可算出每一特征點(diǎn)的主方向。一般以特征點(diǎn)為圓心，選取20S得正方形窗，并將該正方形窗劃分為4*4個(gè)小正方形區(qū)域，計(jì)算每個(gè)小區(qū)域內(nèi)的x、y方向上的響應(yīng)，構(gòu)成該特征點(diǎn)64維描述符向量。該部分也是指導(dǎo)機(jī)器學(xué)習(xí)的重要步驟之一。

3.2 圖像配準(zhǔn)

利用SURF算法中提取的兩幅圖像中特征點(diǎn)進(jìn)行下一步的匹配?？赏ㄟ^對(duì)經(jīng)坐標(biāo)變換（包括對(duì)圖像的平移、旋轉(zhuǎn)和放縮等變換）后兩幅圖像中的各特征點(diǎn)的信息（包括位置、尺度、主方向以及特征向量）比較，并設(shè)定閾值，以確定特征點(diǎn)是否匹配。為提高圖像匹配的精準(zhǔn)性，采用RANSAC算法去除偽匹配點(diǎn)。該算法隨機(jī)重復(fù)選擇N次，具有最大支撐點(diǎn)集的直線被確定為點(diǎn)集的擬合，在擬合的誤差距離范圍（即規(guī)定閾值）內(nèi)的被認(rèn)為是有效點(diǎn)，誤差距離范圍外的為無效點(diǎn)[4]。該過程雖能有效的減少圖像匹配過程中產(chǎn)生的誤差，但是該算法重復(fù)度高，計(jì)算速度慢，存在一定的缺陷。

3.3 拼接優(yōu)化

受原始遙感圖像的拍攝質(zhì)量的約束，對(duì)拼接工作帶來一定的影響。在特征點(diǎn)非均勻采樣的插值或重構(gòu)問題上，采用三次樣條插值法進(jìn)行擬合優(yōu)化，使得圖像拼接效果更能符合人眼評(píng)價(jià)標(biāo)準(zhǔn)。給定邊界范圍（可為自然邊界、固定邊界、非節(jié)點(diǎn)邊界），將采樣點(diǎn)分段處理，代入特征點(diǎn)求解每一段三次方程的二次微分方程，進(jìn)行擬合，從而達(dá)到優(yōu)化拼接效果的作用。

4.結(jié)束語

本文提出了一種基于SURF特征的圖像拼接算法，并融合了常用的拼接優(yōu)化方法對(duì)圖像的拼接工作做進(jìn)一步的配準(zhǔn)、優(yōu)化。為充分體現(xiàn)出SURF算法的高魯棒性，特配合使用RANSAC算法消除可能存在的偽匹配點(diǎn);為了鞏固本算法的準(zhǔn)確度，在算法處理后期加入了三次樣條插值法，提高圖像的擬合度，真正實(shí)現(xiàn)了圖像的無縫拼接。

參考文獻(xiàn)

[1]張媛，高冠東，賈克斌.運(yùn)用特征點(diǎn)匹配的柱面全景圖像快速拼接算法[D].中國(guó)圖象圖形學(xué)報(bào)，2009（6）：1188-1193.

[2]MICHAEL JONES，PAUL VIOLA. Rapid Object Detection Using a Boosted Cascade of Simple Features;proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition，Kauai，HI，USA，F(xiàn)，2001[C].IEEE Comput.Soc.

[3]王君本，盧選民，賀兆.一種基于快速魯邦特征的圖像匹配算法[D].計(jì)算機(jī)工程與科學(xué)，2011（33）：112-117.

[4]羅文超，劉國(guó)棟.SIFT描述子和改進(jìn)的RANSAC算法在圖像配準(zhǔn)中的應(yīng)用[D].計(jì)算機(jī)工程與應(yīng)用，2012-05-21

作者簡(jiǎn)介：王穎（1989—），女，北京人，研究方向：電氣傳動(dòng)自動(dòng)化。