基于Cult3D的傾斜攝影圖像前景自適應配準方法

陳進強，翁存福

(1.南昌大學共青學院，江西 九江 332020；2.江西師范大學科學技術(shù)學院理，江西 九江 332020)

1 引言

作為一種VR軟件，Cult3D是一種質(zhì)量非常高的三維渲染技術(shù)，能夠通過其先進的壓縮技術(shù)，增強圖像中模型的真實度。傾斜攝影圖像的前景是圖像中的核心事物，配準傾斜攝影圖像中的前景，根據(jù)傾斜攝影時攝影機的角度數(shù)值，綜合圖像前景中的位置、環(huán)境狀態(tài)，可以得到圖像之間的變換關系。國外在研究圖像配準方法起步較早，上個世紀七十年代，國外研究人員使用快速傅里葉變換算法計算出了圖像中的前景相似性度量，在傳感器技術(shù)不斷發(fā)展下，國外圖像配準方法已經(jīng)構(gòu)建出了多種圖像處理算法。國內(nèi)研究圖像配準方法起步較晚，在我國學者大量研究成果的支持下，已經(jīng)形成了一個研究趨勢。文獻[1]選取固定閾值不具有廣泛適用性的問題，針對SIFT算法中128維的高維度特征描述符，提出一種自適應閾值的方法，縮短算法運行時間的同時，提高匹配準確率和匹配效率。文獻[2]檢測待拼接圖像中的特征點及特征信息冗余區(qū)域，提取關鍵特征點并進行匹配實現(xiàn)計算數(shù)據(jù)量的降低，對剩余的關鍵特征點進行粗細兩步匹配，實現(xiàn)了圖像配準拼接。文獻[3]針對特定的約束條件，提出直接使用圖像灰度值的無特征3D剛性配準方法，用泰勒展開式和最小二乘法直接計算待配準圖像的變換參數(shù)，使用較少的數(shù)據(jù)點完成快速的配準。

綜合國內(nèi)外的研究成果來看，在Cult3D技術(shù)的支持下，研究傾斜攝影圖像前景自適應配準方法是很有必要的，引入Cult3D方法構(gòu)造配準基元，控制前景圖像中重復的紋理特征，不斷逼近待配準的配準點，進行配準方法的自適應優(yōu)化。

2 基于Cult3D的傾斜攝影圖像前景自適應配準方法

2.1 構(gòu)建圖像前景傾斜轉(zhuǎn)換對應關系

在構(gòu)建圖像前景傾斜轉(zhuǎn)換關系時，隨機選用一點p定位圖像前景中的特征點，保持特征點沿著一個方向移動[4-5]，使用Moravec算子處理傾斜攝影圖像，假設其為一個方形窗口，將移動過程中產(chǎn)生的灰度差平方和數(shù)值定義為算子在傾斜方向上的灰度變化值，灰度變化值就可表示為

(1)

其中，I(x，y)表示傾斜攝影圖像，w表示前景圖像大小，d(i，j)表示算子的在前景圖像上的移動距離。算子在前景圖像范圍內(nèi)移動過程中，會在水平方向、垂直方向上產(chǎn)生中心位置、邊緣位置以及角點位置三種方向的灰度變化數(shù)值[6]，產(chǎn)生的位置變化如圖1所示。

圖1 前景算子的位置變化

由圖1所示的位置變化可知，中心位置的前景灰度值并不會產(chǎn)生較大的變化，故不贅述。對于邊緣區(qū)域的前景來講，算子在邊緣區(qū)域垂直方向移動過程中會引起d(i，j)數(shù)值的變化，灰度數(shù)值產(chǎn)生了一定的變化。對于角點位置的前景圖像來講，算子在移動過程中產(chǎn)生了數(shù)值較大的灰度數(shù)值[7]。為了控制上述處理過程中噪聲灰度數(shù)值的影響，使用高斯函數(shù)處理前景圖像，處理過程就可表示為

(2)

其中，σ表示Moravec算子在移動過程中產(chǎn)生的方差數(shù)值，其余參數(shù)含義不變。在上述計算公式的控制下，使用Cult3D軟件搭建一個虛擬空間[8]，根據(jù)算子在空間移動的距離產(chǎn)生的正交基，構(gòu)建一個傾斜線性變換過程，可表示為

(3)

其中，e1，e2，e3表示算子在空間移動的距離產(chǎn)生的正交基，(xw，yw，zw)表示算子在虛擬空間產(chǎn)生的三維坐標，(xc，yc，zc)表示變換處理后的算子坐標，r1，r2，r3表示前景圖像的傾斜參數(shù)。在上述轉(zhuǎn)換變化關系控制下，在Cult3D技術(shù)的支持下，搭建配準的基元。

2.2 使用Cult3D搭建配準的基元

在上述構(gòu)建的前景傾斜轉(zhuǎn)換關系下，利用圖像前景中計算得到的前景灰度數(shù)值，構(gòu)建一個歸一化處理公式，構(gòu)建的歸一化處理公式可表示為

(4)

圖2 歸一化區(qū)域內(nèi)形成的描述子

在圖2所示的描述子控制下，以一個描述子單元作為一個配準單元。以單元內(nèi)描述子的方向作為圖像前景的子孔徑，Cult3D對每個孔徑產(chǎn)生的回波數(shù)據(jù)進行聚集處理，以此來獲取前景目標在不同方位傾斜角產(chǎn)生的散射特性[9]。當孔徑方位角度數(shù)值較小時，提高攝影圖像分辨率數(shù)值，間接增加圖像的信噪比，保證圖像前景散射數(shù)值的精度；當選取的孔徑方位角數(shù)值較大時，取描述子回波數(shù)據(jù)的平均數(shù)值，控制描述子的空間方位角的間隔，增強配準基元的精度[10]；當獲取得到的描述子過多，就會導致配準基元計算的復雜度過大的問題，采用描述子抑制的方法，檢測歸一化區(qū)域內(nèi)的角點描述子，設置一個描述子門限，根據(jù)描述子占據(jù)的區(qū)域大小，去除區(qū)域內(nèi)的角點。配準基元搭建完畢后，實現(xiàn)配準過程的自適應過程。

2.3 實現(xiàn)自適應配準

在上述構(gòu)建的配準的基元控制下，整合上述排列處理得到的子門限數(shù)值為一個數(shù)值路徑[11]，定義路徑中的數(shù)值為待配準的配準點，計算各個待配準點被選中的概率，可表示為

(5)

其中，nk表示子門限數(shù)值集合，ni表示路徑數(shù)值集合，F(xiàn)表示子門限數(shù)值數(shù)量。根據(jù)概率數(shù)值的大小，以概率0.5為組別劃分標準，此時在數(shù)值路徑和匹配點的控制下，就形成了兩種順序約束下的配準順序，如圖3所示。

圖3 形成的順序配準種類

在上述順序配準種類控制下，為了控制圖3所示的配準過程待配準點的丟失，將未被約束配準的算子整合為一個集合，采用等距變換處理該數(shù)據(jù)集合，重復配準剩余的待配準點，使用上述處理過程重新進行配準，不斷配準得到的待配準點。當配準點剩余數(shù)量小于10時，依次計算各個配準點間的歐式距離，將歐式距離在Cult3D空間內(nèi)的投影數(shù)值作為閾值，將小于閾值的待配準點進行匹配，形成一個匹配隊列，最終實現(xiàn)配準過程的自適應過程[12]。綜合上述處理最終完成對基于Cult3D的傾斜攝影圖像前景自適應配準方法的構(gòu)建。

3 實驗分析

3.1 實驗準備

準備一臺參數(shù)如表1所示的攝影機。

表1 準備攝影機參數(shù)

使用上表所示的攝影機參數(shù)進行拍攝，隨機選用六種圖像進行配準，設定該配準圖像的變換參數(shù)，設定的變換參數(shù)如表2所示。

表2 設定的變換參數(shù)

設定上表所示的變換參數(shù)后，采用Opencv的核心編程平臺，使用內(nèi)存為8G、CPU為i5、系統(tǒng)平臺為Windows7的計算機，支持Cult3D的運行，導出實驗使用的圖像模型后，分別使用文獻[2]中的配準方法、文獻[3]中的配準方法以及文中設計的配準方法進行實驗，對比三種配準方法的性能。

3.2 結(jié)果及分析

基于上述實驗準備，控制上表設定的變換參數(shù)圖像兩兩配準，共計15種配準過程，定義兩圖像之間的表示為

(6)

其中，N0，Ns分別表示待配準圖像，Nt表示設定的變換參數(shù)。變換15組圖像表現(xiàn)出的重復率結(jié)果，三種配準方法最終得到在重疊率控制下，圖像正確配準結(jié)果，正確配準率結(jié)果如表1所示。

表3 正確配準率結(jié)果

由表3所示的正確配準率結(jié)果可知，在三種不同的配準方法控制下，變換實驗準備圖像的重疊率后，文獻[2]表現(xiàn)出的正確配準率數(shù)值在70%以下，正確配準數(shù)值較小，而文獻[3]中的配準方法表現(xiàn)出的正確配準數(shù)值在80%左右，正確配準效果較好。文中設計的配準方法產(chǎn)生的配準數(shù)值在95%左右，圖像的正確配準率最大。

保持上述實驗環(huán)境不變，統(tǒng)計上述15組配準圖像中每組圖像中的總幀數(shù)，以上述配準過程運行的時間為運算基礎，計算三種不同配準方法產(chǎn)生的配準速度，配準速度結(jié)果如表4所示。

表4 三種配準方法的配準速度

由表4所示的配準時間結(jié)果可知，控制三種配準方法處理相同的圖像組合，對于相同的圖像組合，三種配準方法表現(xiàn)出了不同的配準速度，根據(jù)表中的速度數(shù)值可知，文獻[2]中的配準方法實際表現(xiàn)出的配準速度在3幀/秒，1秒鐘實際配準圖像幀數(shù)數(shù)量較少。文獻[3]中的配準方法表現(xiàn)出的配準速度在7幀/秒，單位時間配準圖像的數(shù)量較多，而文中設計的配準方法在單位時間內(nèi)配準的圖像幀數(shù)在9幀以上，與兩種現(xiàn)有的配準方法相比，文中設計的配準方法在單位時間內(nèi)實際配準幀數(shù)數(shù)量最多。

在上述實驗環(huán)境下，定義三種配準方法的配準精度，配準精度就可表示為

(7)

其中，p，q分別表示圖像配準點，N表示總的配準點數(shù)量，R表示配準位姿態(tài)參數(shù)，t表示配準時間。利用上述精度計算公式計算三種配準方法控制下的圖像配準精度，配準精度結(jié)果如表5所示。

表5 三種配準方法的配準精度

根據(jù)表5所示的配準精度結(jié)果可知，文獻[3]中的精度配準數(shù)值最小，配準數(shù)值在1幀左右，文獻[2]中的配準方法最終產(chǎn)生的配準精度在1.5幀左右，實際配準過程中產(chǎn)生的精度數(shù)值較大，而文中設計的配準方法最終產(chǎn)生的精度數(shù)值在1.9幀左右，與兩種文獻中的配準方法相比，文中設計的配準方法實際的精度數(shù)值最大。

綜合上述實驗結(jié)果可知，文中設計的配準方法的自適應程度高，對噪聲灰度值的抑制效果較好，配準效果較佳，體現(xiàn)在實際的正確配準度數(shù)值最大、配準速度最快且實際的配準精度最大方面，適合在實際配準過程中運用。

4 結(jié)束語

1)利用Cult3D技術(shù)的優(yōu)點，研究一種傾斜攝影圖像前景自適應配準方法，利用圖像前景中計算得到的前景灰度數(shù)值，構(gòu)建一個歸一化處理公式，配準數(shù)值在95%左右，精度數(shù)值在1.9幀左右，提高現(xiàn)有配準方法的正確配準率。

2)根據(jù)孔徑方位角度數(shù)值的判定，提高攝影圖像分辨率數(shù)值，間接增加圖像的信噪比，在單位時間內(nèi)配準的圖像幀數(shù)在9幀以上，保證圖像前景散射數(shù)值的精度增強了原有配準方法的自適應性，提高前景圖像實際的配準速度，為今后研究圖像前景配準方法提供了一種新的研究方向。