一种快速的空间变换模型计算方法.doc

中图法分类号:TP391.4 文献标识码:A 文章编号:1006-8961(200 ) - - 论文引用格式： 一种快速的空间变换模型计算方法 路晓静1，黄向生2,黄子凌3 (中国科学院自动化研究所，北京 100090) 摘 要：提出一种基于Sobel算子特征点检测的快速空间变换模型计算方法。利用Sobel算子对边缘的敏感特性生成Sobel描述器，进行特征点的描述和匹配，并运用PROSAC算法快速消除误匹配，从而计算出空间变换模型。实验结果表明，算法采用简单的Sobel算子组合成描述器，快速提取出了图像中的特征点，并且根据相似性描述器准确地进行了特征点匹配，提高了空间变换模型的计算速度，为增强现实和图像拼接等视觉领域应用提供了前提[1][2]。 关键词：Sobel算子；A fast Calculation Method of Space Transform Model Lu Xiaojing1, Huang Xiangsheng2, Huang Ziling3 (Institute of Automation , Chinese Academy of Sciences, Beijing 100090, China) Abstract: A novel fast spatial transformation model calculation approach, based on Sobel operator feature point detection, is proposed. The Sobel descriptor is constructed by taking advantages of the sensitive characteristics of Sobel operator on edge. The features are extracted and matched. Then the wrong matching points are eliminated by PROSAC algorithm, and the spatial transformation model between two images is calculated. The experimental results demonstrate that the simple structure Sobel descriptor can extract the feature points with high speed and match the feature points between two images exactly, thus improve the calculation speed, provide a method for augmented reality and image mosaic etc. Key words: Sobel operator; descriptor; feature point; feature point matching; PROSAC; augmented reality; image mosaic0 引 言 空间变换模型的计算是计算机图形图像、计算机视觉领域的基础计算环节，主要用于增强现实[3][4][和图像拼接等领域。空间变换模型表征的是空间中具有重叠场景的图像之间的空间变换关系，包括尺度和旋转变量、水平和垂直方向位移以及水平和垂直方向的变形量等信息。 目前普遍求解空间变换模型的方法是将具有一定空间变换关系的图像进行特征区域提取与匹配，之后采用数据集优化方法对变换模型进行计算。其中，特征区域提取与匹配算法中较常使用的算子有SIFT算子、Harris角点等。但对于增强现实等领域而言，通常需要较快的计算速度以及较高的计算精度。SIFT算子虽然在进行特征点的提取与匹配的过程中精度高，但是计算速度慢[5]；Harris角点计算速度快但对于特征点的提取与匹配精度不高[6]。本文在特征点提取与匹配中，使用了一种基于Sobel算子的新方法，利用Sobel算法对边缘的敏感及便于提取等特点，在保证特征点提取与匹配精度的同时，有效的减少了特征区域提取与匹配的时间。在数据集优化过程中采用PROSAC算法，优先选取匹配度较高的特征点对进行模型估计，速度优于传统的RANSAC算法。 本文以静态图像为基础，分为图像获取、特征点提取与匹配、变换模型计算三个方面，着重探讨和解决了空间变换模型计算的快速性问题，为今后的计算机图形图像、计算机视觉等领域提供理论和实验前提。 1 图像获取 由于摄像头存在一定程度上的失真，为了避免后续的拼接出现明显的变形，需要标定摄像头，从而对图像进行校正预处理。