基于哈特莱变换的快速模板互相关算法设计-模式识别与智能系统专业论文.docxVIP

华 华 中 科 技 大 学 硕 士 学 位 论 文 PAGE 10 PAGE 10 1 绪论 1.1 课题背景及研究意义 图像匹配是图像处理和计算机视觉中的基本问题之一，是基于图像和视觉的导 航定位应用的基础[1][2]。其中，去均值归一化模板互相关算法(Zero-mean Normalized Cross-Correlation algorithm，ZNCC)是一种经典图像匹配算法，性能稳定，抗干扰 能力强，具有良好的工程适用性。近年来，虽然基于局部特征的图像匹配算法发展 迅速，但这些算法只适用于结构或纹理信息较为丰富的可见光单模图像匹配[3]；而 对于红外/可见光、SAR/可见光等复杂多模图像匹配应用，由于实时图与参考图在 成像机理等方面的巨大差异，局部特征类算法在特征点提取和特征点对应两个方面 都会遇到严重的问题，难以满足工程需求。而在这种条件下，基于全局特征的 ZNCC 算法则表现出良好的适用性，经过适当的图像预处理和匹配后处理，各种归一化互 相关及其改进算法可以获得很高的匹配概率和定位精度，是目前飞行器导航定位系 统中使用最多的图像匹配算法。 但是，ZNCC 算法的计算复杂度高达 O (M 2 N 2 ) ，在大模板、大动态范围的情 况下其计算量是十分惊人的,严重限制了其在工程中的应用。针对上述问题，本文 提出基于快速哈特莱变换的快速模板图像匹配算法(FHT_ZNCC)。该算法对经典的 去均值归一化互相关图像匹配算法(ORI_ZNCC)进行恒等变换，利用哈特莱变对相 关面进行整体计算，然后变换到空域进行快速图像匹配。同时，利用空间换时间和 积分图的思想进一步提高计算效率。在同样精度条件下，该算法计算效率是直接互 相关算法的 10-100 倍以上，计算结果理论上与直接互相关算法完全等效，计算效 率高，硬件资源消耗小，并且加速性能与图像内容无关，具有良好的工程应用前景。 1.2 国内外的研究现状 图像匹配是图像处理中的研究热点，前人已经进行了大量的研究工作。图像匹 配方法大致可以分为两类，一类是特征匹配，一类为模板匹配。 特征匹配通过提取图像中的高层特征或者特征点(区域)进行匹配，如近年来流 行的 GLOF[3]、SURF[4]、SIFT[5]等特征匹配算法。这些算法通过高层特征提取进行 图像匹配，具有抗旋转、抗几何尺寸变化、抗局部遮挡、抗视角变化等一些非常好 的属性，但对图像质量和纹理信息要求较高，主要应用于计算机视觉中的同名点对 匹配等可见光图像配准系统中，在成像机制差异大、噪声强的飞行器导航定位系统 中使用较少。 模板匹配利用低层特征进行逐像素比较完成图像匹配，性能稳定，工程适用性 好，是目前飞行器图像导航定位中主流的图像匹配算法，其中，使用最多的是基于 相似性准则的去均值归一化互相关算法(ZNCC)[2][3]。但对于实时系统来说，当采用 较大的模板和较大的搜索范围时，该算法的计算量非常巨大。为了提高模板匹配的 速度，研究人员相继提出了很多快速模板互相图像匹配算法。这些方法又大致分为 两类。一类是有精度损失的快速算法，如金字塔图像匹配、投影矢量图像匹配、支 撑向量图像匹配，小波系数匹配等方法，最近提出的基于多项式拟合与积分图的快 速模板匹配算法[6]，变尺寸快速模板匹配算法等[7]；由于无人飞行器的自动导航系 统对图像匹配算法的稳定性要求非常高，轻微的匹配性能损失都会造成重大的损 失，因此这类算法并不适用；第二类是没有精度损失的方法，如经典的基于频率变 换的傅立叶变换快速互相算法(FFT_NCC)[6][8]，以及最近提出的基于相关系数的不 等式特性的边界条件部分相关图像算法(BPC)[9]、增强边界条件相关算法(EBC， ZEBC)[10][11]等。其中，FFT_NCC 可以获得与原始全搜索互相关算法完全相同的性 能，并且可以获取完整的相关面以用于匹配置信度分析、信息融合等后处理操作， 后两种算法虽然也可以获取与全搜索算法同样的匹配位置，但无法获取相关面，并 且加速性能与图像内容相关，加速比不确定，这在无人飞行器图像匹配导航定位系 统中是十分不利的。 为了进一步提高匹配导航应用中互相关算法的实时性，同时保持与全搜索算法 的等效性和相关面的完整性，这里我们选择比快速傅立叶变换(FFT)具有更高计算 效率和更好对称性的快速哈特莱变换构造快速图像模板匹配算法，并通过空间换时 间的策略和积分图的运算方法进一步提高其实时性能。 1.3 论文的主要工作与结构安排 本文提出了基于哈特莱变换的快速模板图像匹配算法。该算法实现对经典去均 值归一化互相关算法的恒等变换。通过哈特莱变换整体求取相关面，然后变换到空 间域进行图像匹配。 本文的结构安排如下： 第一章，绪论。主要介绍该课题的研究背景及当前国内外的研究现状。 第二