推荐星级：
- 1
- 2
- 3
- 4
- 5
结合小波金字塔的快速NCC图像匹配算法
资料介绍
针对传统的归一化互相关算法(NCC)计算量庞大、运算速度慢、正确率较低等问题,本文提出一种基于小波金字塔搜索策略的快速NCC图像匹配算法。该算法在归一化互相关算法的基础上,采用和表法分别计算图像均值、图像方差和图像间的互相关来降低运算的复杂度,减少算法的计算量;同时在选择特征点匹配搜索策略时,构造图像小波金字塔结构,利用分层匹配来提高图像匹配的效率。与其他算法进行对比,结果表明该算法获得的匹配点连线效果更好,所用的时间也量化,证明该算法不仅能提高匹配速度,还能改善匹配精度。
部分文件列表
| 文件名 | 大小 |
| 结合小波金字塔的快速NCC图像匹配算法.pdf | 2M |
部分页面预览
（完整内容请下载后查看）38
5
期
Vol．38 №．5
May 2017
第
卷第
哈
尔
滨
工
程
大
学
学
报
2017
5
月
年
Journal of Harbin Engineering University
NCC
结合小波金字塔的快速
图像匹配算法
， ，
吴鹏 徐洪玲 宋文龙
(
，
东北林业大学 机电工程学院 黑龙江 哈尔滨
150040)
:
要 针对传统的归一化互相关算法
( NCC) 、 、 ，
计算量庞大 运算速度慢 正确率较低等问题 本文提出一种基于小
摘
NCC
。 ，
图像匹配算法 该算法在归一化互相关算法的基础上 采用和表法分别计算图像
波金字塔搜索策略的快速
、 ， ;
均值 图像方差和图像间的互相关来降低运算的复杂度 减少算法的计算量 同时在选择特征点匹配搜索策略时
，
， 。 ，
构造图像小波金字塔结构 利用分层匹配来提高图像匹配的效率 与其他算法进行对比 结果表明该算法获得的
， ， ，
匹配点连线效果更好 所用的时间也量化 证明该算法不仅能提高匹配速度 还能改善匹配精度
。
:
;
;
;
;
;
;
;
关键词 图像匹配 特征点 归一化互相关匹配算法 匹配策略 小波金字塔 和表法 匹配速度 匹配精度
DOI: 10. 11990/jheu．201512022
: http: / /www．cnki．net/kcms/detail/23. 1390．u．20170426. 1041. 026．html
网络出版地址
－ － －
: 1006 7043( 2017) 05 0791 06
: TP391
: A
中图分类号
文献标志码
文章编号
A fast NCC image matching algorithm based
on wavelet pyramid search strategy
WU Peng，XU Hongling，SONG Wenlong
( College of Mechanical and Electronic Engineering，Northeast Forestry University，Harbin 150040，China)
Abstract: To remove the defects of the traditional normalized cross correlation ( NCC) algorithm，such as significant
computation，slow computation speed，and low accuracy，a fast NCC image-matching algorithm based on the wave-
let pyramid search strategy was proposed． The algorithm was based on the traditional NCC algorithm，which used
the sum-table scheme to calculate the image mean，variance，and the correlation between the images，to reduce the
amount of calculation，and the computational complexity． At the same time，the structure of the image pyramid was
constructed in selecting the feature point matching search strategy，and the hierarchical matching was applied to im-
prove the efficiency of image matching． Compared with other algorithms，the results show that the effect of linking
matching points in the algorithm is better，and it consumes less time． Therefore，it is verified that the algorithm can
not only increase the matching speed，but also improve the matching accuracy．
Keywords: image matching; feature points; normalized cross correlation; matching strategy; wavelet pyramid;
sum-table scheme; matching speed; matching accuracy
NCC)
、
匹 配 算 法 差 的 绝 对 值 和
( sum of absolute
图像匹配是计算机视觉和模式识别中一项重要
，
而广泛的应用 利用相关的匹配算法在两幅或者多
difference，SAD)
、
( sum of
相 关 算 法 差 的 平 方 和
square differences，SSD) NCC
相关算法等 其中 算
。
福图像之间识别同一特征点 随着图像匹配技术的
。
，
逐步发展 国内外的学者都对其进行了深入的研究
，
，
法在现有相关匹配算法中应用最为广泛 具有较好
－
［1 2］
。
， ，
的鲁棒性 对光照强度的线性变化不太敏感 抗白噪
并提出了许多图像匹配算法
经典的匹配算法
:
有 归 一 化 互 相 关
( normalized cross-correlation，
， 、
声干扰能力强 但其缺点是计算量大 匹配速度慢
、
－
［3 5］
，
错误匹配较多 并不符合系统实时性的要求
。
－ －
: 2015 12 07．
－ －
: 2017 04 26．
收稿日期
网络出版日期
( 31470714) ;
，
因此如何降低计算的复杂度 减少运算过程中的
:
基金项目 国家自然科学基金项目
哈尔滨市科技创新人
黑龙江省博士后
中央高校基本科研业务
， ，
计算量 提高匹配精度 已成为现在研究的难点和热
( 2014RFQXJ127) ;
才研究专项资金项目
( LBH-Q14006) ;
科研启动金项目
。Lewis
点问题
提出用两个加和表的方法来来简化
( 2572014CB14) ．
费专项资金项目
－
( 1980 ) ， ，
NCC ，
分母的计算量 但没有改变分子的运算复杂
:
作者简介 吴鹏
，
男 副教授 博士
;
－
( 1991 ) ， ，
女 研究生
;
［6］
徐洪玲
宋文龙
; Tsai
NCC ，
的定义 构造三个和表
度
等通过改进了
－
( 1973 ) ， ， ， ．
男 教授 博士生导师
:
通信作者 宋文龙
，E-mail: wlsong139@ 163．com．
，
法来同时简化分子和分母的计算量 但匹配精度并不
·792·
38
卷
哈
尔
滨
工
程
大
学
学
报
第
［7］
;
，
汪华琴针对归一化互相关算法精度不高 采用分
，
特征点匹配算法 其原理是根据两幅图像中特征点
高
［8］
，
层匹配来提高搜索匹配的效率 但计算仍很复杂
。
，
邻域像素灰度值的相似性来匹配的 对于左图像中
，
的一点 计算其与右图像中所有特征点的归一化互
孙祖鑫等采用递推与多模板思想构建归一化互相关快
［9］
，
速算法 但匹配率并不是很理想
。 ，
针对以上问题 本
，
相关系数 当得到其中最大值的点就为最佳匹配
，
文首先对传统的归一化互相关算法进行改进 减少计
。
位置
，
算量 同时在搜索策略上利用小波金字塔分层匹配的
W
W I I
分别是图像 和图像 的两个大小
2 1 2
设
和
1
×
， ， ，
思想 分辨率由低到高 匹配由粗到细 提出一种基于
， M
相同的匹配窗口 图像大小为
N，
匹配窗口大小
×
NCC
。
m
n，u
u
。
是匹配窗口内像素灰度的均值
小波金字塔搜索策略的快速
图像匹配算法
为
和
1
2
归一化相关系数的定义形式通常有去均值和不去均
1
快速归一化相关算法
－
［10 11］
:
值两种
1. 1
归一化互相关匹配算法
( NCC)
归一化互相关算法
是一种常用的图像
:
不去均值
－
－
1
m
1
n
+ + + +
W ( x i，y j) W ( x i，y j)
2
∑∑
1
=
=
0
i
0
j
=
r( x，y)
( 1)
－
－
－
－
n 1
m
1
n
1
m
1
2
2
+ +
W ( x i，y j)
1
+ +
W ( x i，y j)
∑∑ 2
∑∑
=
i
槡
=
=
i
槡
=
j 0
0
j
0
0
:
去均值
－
－
1
m
1
n
+ +
( W ( x i，y j)
1
－
+ + －
u ) ( W ( x i，y j) u )
2
∑∑
1
2
=
=
0
i
0
j
=
r( x，y)
( 2)
－
－
－
－
n 1
m
1
n
1
m
1
2
2
+ +
( W ( x i，y j)
1
－
+ + －
( W ( x i，y j) u )
2
u )
1
∑∑
∑∑
2
=
i
槡
=
=
i
槡
=
j 0
0
j
0
0
×
－
: ( x，y)
M
N; r( x，y)
1 ～
， ，
和表的方法 减少分子分母计算量 并引入图像小波
式中
∈
的取值范围为
1，
值越大表示相关程度越高
。
，
金字塔分层结构 提高搜索匹配的效率
。
1. 2
虽然去均值的归一化互相关图像匹配算法的计
快速归一化互相关算法
传统的归一化互相关匹配算法进行特征点匹配
3mnMN
，
算量比较大 但是它对于灰度和较小的几何畸变存
， ，
在不变性 同时具有很强的抗噪声干扰的能力 因此
，
，
时 需要对特征点进行遍历搜索 共需要
加
。
本文选用去均值的归一化互相关匹配算法 在本文
2mnMN ， 。
乘运算 计算量非常庞大 因此在
运算和
［12］
， ，
中 对两幅同样大小的图像 使用
Harris
算法进行特
本文中通过构建加和表 来减少匹配过程中计算
，
征点检测 传统的归一化互相关方法行进特征点匹
，
量 加快运算速度
。
， ， 。
配 但匹配结果精度不高 且所用时间长 本文在现
NCC
快速
匹配算法在计算归一化互相关系数
，
有算法的基础上 针对
NCC
， 3
算法 通过构建 个加
，
时 将公式变换为
－
－
1
m
1
n
+ + + + －
W ( x i，y j) W ( x i，y j) mnu u
1
∑∑
1
2
2
=
=
0
i
0
j
=
r( x，y)
( 3)
－
－
－
－
n 1
m
1
n
1
m
1
2
2
2
2
+ +
W ( x i，y j)
1
－
×
+ +
W ( x i，y j)
2
－
mnu
mnu
∑∑
1
∑∑
2
=
i
槡
=
=
i
槡
=
j 0
0
j
0
0
－
－
1
m
1
n
［13］
1
为
=
+
+
=
，u
W ( x
1
i，y
j) ; u
其 中
1
∑∑
2
mn i
=
=
0
0
j
=
S ( x，y) W( x，y)
1
+
－
S ( x 1，y)
1
+
－
－
1
m
1
n
1
－
S ( x，y 1)
1
－
－ －
S ( x 1，y 1)
1
( 4)
( 5)
( 6)
+ +
W ( x i，y j) 。
2
∑∑
mn i
2
=
=
0
0
j
=
S ( x，y) W ( x，y)
2
+
－
S ( x 1，y)
2
+
( 3)
，
可以看出来 方程的归一化互相关操
从式
－
S ( x，y 1)
2
－
－ －
S ( x 1，y 1)
2
W( x，y) T( x，y)
作涉及源图像
和模板图像
之间的互相关的计算
在本文中 构建的和表法计算图像均值
的平均
=
S ( x，y) W( x，y)
3
×
+ － +
S ( x 1，y)
3
T( x，y)
，
W
T
和
。
值 平方以及
－
S ( x，y 1)
3
－
－ －
S ( x 1，y 1)
3
，
S ( x，
1
= =
x，y ＜ 0 ，S ( x，y) S ( x，y) 0。
时
W
在
当
则
1
2
y) ，
图像方差
S ( x，y)
2
S ( x，y)
和图像间的相关
3
x，y
位置上与模板同样大小的区域的累积和与平方
全部评论(0)