一种基于边缘检测和颜色匹配的异常检测方法

1.一种基于边缘检测和颜色匹配的异常检测方法，其特征在于：包括以下步骤：S1.对两幅图像A、B进行SIFT特征点的检测和匹配，获得特征点匹配对；S2.采用Lowe算法对得到的特征点匹配对进行初步的筛选，初步筛选完毕后进行基于邻域的特征点匹配对筛选；S3.从经过筛选的特征点匹配对中选取三对特征点匹配对，并基于三对特征点匹配对求取仿射变换矩阵，对图像A/B进行仿射变换；S4.对两幅图像A、B中的颜色异常进行初步的检测，将两幅图像转换为Lab颜色空间，然后进行Lab颜色空间下的颜色平衡；S5.对经历过颜色平衡的图像A、B分别进行边缘异常检测、颜色异常检测；其中，步骤S4中所述的Lab颜色空间下的颜色平衡的具体过程如下：分别对图像A、B求取无异常块的颜色均值μ t 、μ s 和标准差σ t 、σ s ，并对图像A进行以下处理：其中，t表示图像A，s表示图像B，t new 是颜色平衡后的图像A，μ s 、μ t 分别为图像B和图像A的颜色均值，σ s 、σ t 分别为图像B和图像A的颜色各通道标准差。 2.根据权利要求1所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述步骤S1的具体执行步骤如下：从两幅图像A、B中检测SIFT特征点，并获取对应的特征向量；对图像A中的每个SIFT特征点，采用暴力匹配的方式在图像B中进行2-近邻匹配，选取与该SIFT特征点表达最为相似的2个特征点作为匹配对象，形成特征点匹配对。 3.根据权利要求2所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述步骤S2中，采用Lowe算法进行初步筛选的具体步骤如下：对于每对特征点匹配对位于图像A中特征点，令与它表达最为相似的位于图像B中的两个特征点的特征向量距离为d 1 和d 2 ，d 1 <d 2 ；设定一个(0,1)内的阈值τ 1 ，若d 1 /d 2 <τ 1 ，则保留图像A中的特征点与图像B中表达最为相似的特征点的匹配，否则筛掉该对特征点匹配对。 4.根据权利要求3所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述步骤S2进行基于邻域的特征点匹配对筛选的具体过程如下：对于每对特征点匹配对中的两个特征点，分别找出在图像A、B中距离两个特征点最近的n个邻域特征点，然后计算图像A、B中的n个邻域特征点是否匹配，并记录匹配的邻域特征点的对数k；设定一个(0,1)内的阈值τ 2 ，若k/n>τ 2 ，则保留这一对特征点匹配对，否则，筛掉这对特征点匹配对。 5.根据权利要求4所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述步骤S3中通过以下方式选取三对特征点匹配对：计算图像A/B中经历过步骤S2筛选的所有特征点之间的几何距离，记录距离最远的两个特征点；计算其余的特征点与上述两个特征点构成的三角形面积，记录能够使得构成的三角形面积最大的特征点；以上记录的三个特征点对应的特征点匹配对即为选取的三对特征点匹配对。 6.根据权利要求1～5任一项所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述步骤S4进行初步的颜色异常检测的具体过程如下：将图像A、B划分为p×p像素的方块，对每块方块计算在RGB颜色空间下的颜色均值；比较图像A、B中对应块的颜色距离，若颜色距离超过阈值τ 3 则认为该块存在颜色异常。 7.根据权利要求6所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述颜色距离的计算公式如下：其中 和 分别代表图像A、B中的第(i,j)个块的第m个通道的颜色均值。 8.根据权利要求6所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述步骤S5进行边缘异常检测的具体过程如下：对图像A、B分别执行以下步骤：1)将图像分为p×p像素的块，每个块作为边缘直方图检测的基本单位；2)对每个块，分为q×q像素的小块，每个小块作为边缘检测的基本单位；3)对每个小块，将其分成2×2部分，对每一部分求取其均值，并进行方向为垂直、水平、45°、135°、无方向的边缘检测，超过阈值则认为存在该方向上的边，并累加到块的边缘分布直方图中；对图像A、B中的每个块分布求取边缘分布直方图，得到一个5维直方图向量，表示五种方向边的数目，然后求取对应块的边缘向量距离：其中e 1 (i)与e 2 (i)分别表示图像A、B中对应块的边缘分布直方图的第i分量；若边缘向量距离超过阈值τ 4 ，则认为该块存在边缘异常。 9.根据权利要求6所述的基于边缘检测和颜色匹配的异常检测方法，其特征在于：所述颜色异常检测的具体过如下：将图像A、B划分为p×p像素的方块，对每块方块计算在RGB颜色空间下的颜色均值；比较图像A、B中对应块的颜色距离，若颜色距离超过阈值阈值τ 5 则认为该块存在颜色异常。