一種簡便快捷的圖像排序方法
【技術領域】
[0001]本發(fā)明涉及圖像拼接技術，尤其是一種圖像排序算法。
【背景技術】
[0002]在圖像拼接技術中可能遇到由于圖像無序，而造成人工排序工作量龐大的問題，從而導致無法高效的進行圖像排序。到目前為止已有多種圖像排序算法提出，如文獻I(Kyung Ho Jang.Soon Ki Jung, Minho Lee.Constructing cylindrical panoramic imageusing equidistant matching[J].Electronics Letters,1999, 35(20):1715-1716.)中提出利用等距離匹配思想實現(xiàn)圖像的自動排序，但對于運動目標，光照變化和噪聲的魯棒性較差，且計算量大、耗時；文獻2 (ZHAO Hui, CHEN Hui, YU Hong.Animproved fully-automatic image mosaic algorithm[J].Journal of Image andGraphics.2007, 12(2):336-342.(in Chinese))中提出了相位相關法實現(xiàn)圖像的排序，需要人工確定閾值，無法實現(xiàn)算法的自動性；文獻3 (ZHAO Wan jin, GONG Sheng rong, LIUQuan,et al.An Auto-sorting Arithmetic for Image Sequence Used in ImageMosaics [J].Journal of Image and Graphics.2007, 12 (10): 1861-1864)提出了一種利用相位相關法的自動排序算法，但要求排序圖像大小相同。綜上所述，現(xiàn)有的圖像排序算法在一定程度上會受光照、目標運動或圖像尺寸等的影響和限制，而且相位相關法實現(xiàn)圖像排序還需要人工干預，需要解決兩幅圖像是否相關或相關程度，以及確定首尾圖像的問題，無法實現(xiàn)圖像排序自動。

【發(fā)明內容】

[0003]為了克服現(xiàn)有技術的不足，本發(fā)明提供一種簡便快捷的圖像排序方法，利用高效的SIFT特征點匹配算法得到圖像的相鄰圖像，達到圖像排序的目的，不需要人工干預。
[0004]本發(fā)明解決其技術問題所采用的技術方案包括以下步驟:
[0005](I)設定圖像集合S = {II，12，…，In}的 SIFT特征點集合T = {tl, t2, ".，?η}，初始化存儲圖像匹配點對集合的向量P = NULL ;從圖像集合S中任選一圖片Im，I < n，n ^ I ；
[0006](2)設定計數(shù)值A=I;
[0007](3)如果圖片IA屬于集合R，集合R = NULL，則令圖片Im和IA的匹配點對集合PA = NULL，否則，將圖片Im和IA進行配準，即對tm和tA進行SIFT特征匹配，得到匹配點對集合PA ;更新存儲圖像匹配點對集合的向量為P+PA ;
[0008](4)將計數(shù)值A加I，如果A > n，轉到步驟(5)，否則轉到步驟(3);
[0009](5)計算 P 中 Pi的元素個數(shù) d I ^ i ^ n，得到 D = {山，d2, d3,...，dn}；
[0010](6)找出D中的最大值dk，I彡k彡n，則Ik是Im的最佳匹配圖像，將Ik加入集合R中；
[0011](7)令m = k，并更新η值為n-ι ;
[0012](8)若η = I，轉到步驟(9)，否則轉到步驟(2);
[0013](9)更新集合R為R+(S_R)，得到的集合R中的圖像已經(jīng)在空間場景中有序排列。
[0014]本發(fā)明的有益效果是:基于SIFT特征匹配點對提取可以有效的減少計算量，同時不需要人工設定閾值，實現(xiàn)自動化，具有良好的適應性，達到圖像排序的目的。
【附圖說明】
[0015]圖1是SIFT特征檢測和匹配過程圖；
[0016]圖2是基于SIFT特征匹配的圖像排序算法流程圖。
【具體實施方式】
[0017]下面結合附圖和實施例對本發(fā)明進一步說明，本發(fā)明包括但不僅限于下述實施例。
[0018]SIFT特征提取算法是一種基于尺度空間的，對圖像縮放、旋轉甚至仿射變換保持不變性的圖像局部特征描述算子的方法。具有如下特征:
[0019](I)在多尺度空間檢測特征點，使得圖像存在較大縮放的情況下，仍能穩(wěn)定提取特征點；
[0020](2)在計算特征描述符時，SIFT算法考慮了特征點梯度主方向，因此特征描述符具有較強的旋轉不變性；
[0021](3) SIFT特征描述符為梯度信息，因此對光照變化也有一定的適應性；
[0022](4) SIFT特征對仿射變化以及三維視點的改變也保持一定的不變性。
[0023]當進行圖像排序時，對原圖像和目標圖像分別進行SIFT特征點提取，然后特征點匹配。在理想條件下時，若兩幅圖之間有重疊區(qū)域，則可以找到特征匹配點對，反之若沒有重疊區(qū)域，就不能找到特征匹配點對。但在實際的SIFT特征提取和特征匹配時，由于存在著各種誤差和算法的限制，可能出現(xiàn)理想和實際都有匹配點對，但是有重疊部分提取的匹配點對會多于沒有重疊區(qū)域的匹配點個數(shù)，這樣，就可以有效的將圖像排序。
[0024]本實施例設有圖像集合S= {II，12，...，In}n彡1，集合R = NULL ;圖像的SIFT特征點集合T = {tl, t2,...，tn}n彡1，P是存儲圖像匹配點對集合的向量，P = NULL。
[0025](I)從集合S中任選一圖片Im, I < m < η。
[0026](2)A = I ；
[0027](3)如果IA屬于R,則令Im和IA的匹配點對集合PA = NULL，否則，將Im和IA進行配準，即對tm和tA進行SIFT特征匹配，得到匹配點對集合PA ；P = P+PA ；
[0028](4) A = A+1 如果 A > n，轉到(5)，否則轉到(3);
[0029](5)計算集合P中Pi的元素個數(shù)d I ^ i ^ n，得到D = {山，d2, d3,...，dn}；
[0030](6)找出D中的最大值dk，I彡k彡n，則Ik是Im的最佳匹配圖像，將Ik加入集合R中即R = R+Ik ；
[0031](7)令 m = k，并更新 η 值，η = η-l ;
[0032](8)若η = 1，轉到步驟9，否則轉到步驟⑵；
[0033](9) R = R+ (S-R)，算法結束。
[0034]通過上面的算法，我們將得到一個圖像序列集合R，R中的圖像已經(jīng)在空間場景中有序排列，可以直接用于全景圖像拼接。
【主權項】
1.一種簡便快捷的圖像排序方法，其特征在于包括下述步驟:(1)設定圖像集合S = {II，12，...，In}的 SIFT 特征點集合 T = {tl, t2,...，tn}，初始化存儲圖像匹配點對集合的向量P = NULL ;從圖像集合S中任選一圖片Im，I < n，n ^ I ； (2)設定計數(shù)值A=I; (3)如果圖片IA屬于集合R，集合R= NULL，則令圖片Im和IA的匹配點對集合PA =NULL，否則，將圖片Im和IA進行配準，即對tm和tA進行SIFT特征匹配，得到匹配點對集合PA ;更新存儲圖像匹配點對集合的向量為P+PA ; (4)將計數(shù)值A加1，如果A> n，轉到步驟(5)，否則轉到步驟(3);(5)計算P 中 Pi 的元素個數(shù) d I ^ i ^ n，得至Ij D = {山，d2, d3’...，dn}； (6)找出D中的最大值dk,I < k < n，則Ik是Im的最佳匹配圖像，將Ik加入集合R中； (7)令m= k，并更新η值為η_1 ； (8)若η= I，轉到步驟(9)，否則轉到步驟(2); (9)更新集合R為R+(S-R)，得到的集合R中的圖像已經(jīng)在空間場景中有序排列。
【專利摘要】本發(fā)明提供了一種簡便快捷的圖像排序方法，首先計算每一張圖像的SIFT特征點，在圖像集合中任取一張圖，并與余下的每一張圖進行SIFT特征匹配，得到匹配點對，匹配點集合中匹配點最多的就是該圖像的最佳匹配圖像，用相同的方法找出各幅圖像的最佳匹配圖像，即得到正確的圖像順序。本發(fā)明可以有效的減少計算量，同時不需要人工設定閾值，實現(xiàn)自動化，具有良好的適應性，達到圖像排序的目的。
【IPC分類】G06T3/40, G06T5/50
【公開號】CN105160626
【申請?zhí)枴緾N201510548191
【發(fā)明人】周穎
【申請人】西北工業(yè)大學
【公開日】2015年12月16日
【申請日】2015年8月31日