一种检测两幅图像差异的方法与流程

专利2026-07-11  13


本发明属于图像处理领域,具体涉及一种检测两幅图像差异的方法。


背景技术:

1、在遥感图像处理和医学图像处理领域,通常要对两幅来自不同光谱或不同时间的图像进行对比,检测出差异部分,以便于进一步处理。两幅图像的差异检测通常是在配准两幅图像之后,对两幅图像的公共部分进行。

2、为检测出两幅图像的差异,通常采用图像相减的方式,这种方式只适合于灰度相近的同光谱图像,例如,两幅都是可见光图像、光图像、合成孔径雷达图像等;如果两幅图像是异光谱,则通常先采用图像融合的方式,再用其他机器学习方法检测差异或人工检测差异。如果采用人工检测方式,则需要检测人员需要丰富的专业知识,如果采用机器学习方式,则需要采集大量的样本图像,用于训练机器模型,这在实践中难以做到。此外,两幅图像较大时,采用机器学习方法检测差异需要大量的时间。

3、因此,迫切需要一种自动的图像差异检测方法,这种方法能够针对同光谱、异光谱图像和大尺寸图像,本方法正是为满足这种现实需求而产生的。


技术实现思路

1、(一)要解决的技术问题

2、本发明要解决的技术问题是如何提供一种检测两幅图像差异的方法,以解决自动图像差异检测的问题。

3、(二)技术方案

4、为了解决上述技术问题,本发明提出一种检测两幅图像差异的方法,该方法包括如下步骤:

5、s1、图像配准

6、采用图像配准方法进行图像配准使得两幅图像的相同或相似部分对准;

7、s2、图像分块

8、将两幅对准后的图像的公共部分划分为若干块,并作为差异块看待;

9、s3、计算显著差异块

10、计算两幅图像对应差异块的相似度,相似度低于平均相似度的块为显著差异块;

11、s4、显著差异块细分

12、如果显著差异块尺寸小于预定值,则停止检测,在图像上标注显著差异块的位置;否则,将显著差异块均匀划分为上下左右4个子块作为差异块,转到步骤s3继续计算新的显著差异块。

13、(三)有益效果

14、本发明提出一种检测两幅图像差异的方法,本发明采用分块的方法计算两幅图像的差异,可以快速检测标注两幅大图像之间的差异,在遥感图像处理、医学图像处理等领域有广泛的应用价值。



技术特征:

1.一种检测两幅图像差异的方法,其特征在于,该方法包括如下步骤:

2.如权利要求1所述的检测两幅图像差异的方法,其特征在于,所述s1包括:以一幅尺寸为k×l的图像a为基准图像,以另一幅尺寸为m×n的图像b为浮动图像,按照图像配准方法,图像b放置于图像a上,两幅图像的中心重合,图像b相对图像a进行缩放、旋转、平移操作,使得图像b和图像a的相同部分或相似部分重合,重合的部分为公共部分,尺寸为p×q。

3.如权利要求2所述的检测两幅图像差异的方法,其特征在于,所述s2包括:图像b和图像a的公共部分划分为p×q大小的块,共s×t个块,p=p×s,q=q×t;图像b和图像a的公共部分距离公共部分边界p/2,q/2的内部部分也划分为p×q大小的块,共(s-1)×(t-1)个块;这样,图像b和图像a的公共部分共形成n=s×t+(s-1)×(t-1)个差异块对,一个差异块对中两个块,分别来自图像a和图像b。

4.如权利要求3所述的检测两幅图像差异的方法,其特征在于,16≤p≤128且16≤q≤128。

5.如权利要求3所述的检测两幅图像差异的方法,其特征在于,所述s3包括:

6.如权利要求5所述的检测两幅图像差异的方法,其特征在于,如果图像b和图像a是同光谱图像,则采用归一化积相关的方式计算相似度:

7.如权利要求5所述的检测两幅图像差异的方法,其特征在于,如果图像b和图像a是异光谱图像,则采用互信息的方式计算相似度,如果图像灰度为从0到255,则:

8.如权利要求5所述的检测两幅图像差异的方法,其特征在于,所述s4包括:

9.如权利要求8所述的检测两幅图像差异的方法,其特征在于,预定值为256。

10.如权利要求8所述的检测两幅图像差异的方法,其特征在于,阈值=平均相似度。


技术总结
本发明涉及一种检测两幅图像差异的方法,属于图像处理领域。本发明采用常规的图像配准方法,使得两幅图像相同或相似部分对准;将两幅对准后的图像的公共部分划分为若干块,并作为差异块看待;计算两幅图像对应差异块的相似度,相似度低于平均相似度的块为显著差异块;如果显著差异块尺寸小于预定值,则停止检测,在图像上标注显著差异块的位置;否则,将显著差异块均匀划分为上下左右4个子块作为差异块,继续计算新的显著差异块。本发明采用分块的方法计算两幅图像的差异,可以快速检测标注两幅大图像之间的差异,在遥感图像处理、医学图像处理等领域有广泛的应用价值。

技术研发人员:柴佳,李杨,秦蕾,张筱楠,张阳,陈丽艳,蒋遂平,张丹
受保护的技术使用者:北京计算机技术及应用研究所
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-22598.html

最新回复(0)