基于生物信息学中双DNA序列比对算法的图像立体匹配及其实现精.docx

1、基于生物信息学中双DNA序列比对算法的图像立体匹配及其实现精第 15卷 第 1期2007年 1月 光学 精密工程 Optics and Precision Engineering Vol. 15 No. 1 Jan. 2007 收稿日期 :2006204210; 修订日期 :2006206206. 基金项目 :国家自然科学基金资助项目 (No. 50405046和 No. 60605028 ; 上海市科委资助项目 (No. 045107031 ; 上海市优秀青年教师培养计划资助项目 (No. 04Y0HB094 ; 上海大学优秀青年教师后备人选科研项目文章编号 10042924X (2007

2、0120106206基于生物信息学中双 DNA 序列比对算法的图像立体匹配及其实现谢少荣 1, 王东红 2, 罗 均 1, 龚振邦 1(1. 上海大学 机电工程与自动化学院 , 上海 200072;2. 广西财经学院 , 广西 南宁 530002摘要 :提出了一种基于生物信息学中双 DNA 序列比对算法的图像立体匹配新方法 DNA 序列比对的实质都是在匹配准则下搜索最佳匹配基元 , 。 首先介, 有限定值 , 进行了算法改进 , 极大地减少了计算量 , 最后采用 4组不同的图像对进行了 实验验证 。 , 生成的视差图效果表明双序列比对算法为图像立 关 键 词 :序列 ; 双序列比对 ; 对应点

3、 中图分类号 :Q2334; 文献标识码 :ANovel stereo m atching algorithm based on pair 2wise D NAalignment algorithm in bioinform atics and its implementationXIE Shao 2ro ng 1,WAN G Dong 2hong 2,L UO J un 1, GON G Zhen 2bang 1(1. School of Mechatronics Engineering and A utomation , S hanghai University , S hanghai 2

4、00072, China;2. Guan g x i U ni versit y of Fi nance and Economics , N anni ng 530002, Chi na Abstract :A novel stereo matching algorit hm based on pair 2wise DNA alignment algorit hm is presen 2ted. The essential of bot h stereo matching and pair 2wise DNA alignment in bioinformatics is t hat t he

5、correspondence point s are searched by matching criteria , so t he pair 2wise DNA alignment algorit hm is int roduced to design a new stereo matching algorit hm. Firstly , t he principle of t he dynamic program 2ming and implementation of t he propo sed algorit hm are p resented. Then , t his algori

6、t hm is significant 2ly improved to reduce t he calculation drastically , because t here is a maximum possible disparity who se value can be derived f rom t he field of view of t he cameras , t he p hysical distance between t he two cam 2eras , and t he focal lengt h of t he cameras. The flow of t h

7、e algorit hm is designed in detail wit h VC6. 0. Finally , t he disparity map s of several different test images by means of t his algorit hm are shown ,t he advantages are low comp uter complexity and parallel processing. The result s show t hat t he proposed algorit hm is usef ul andeffective. K e

8、y w ords :stereo matching ; stereo vision ; DNA sequence ;pair 2wise alignment algorit hm ; correspon 2 dence point s1 引 言 基于立体视觉恢复景物的深度信息 , 在机器 人避障导航 、 运动目标跟踪 、 识别和生物医学等领 域有着广阔的应用前景 。显然 , 由景物深度信息 z 与视差 (Disparity d 的关系 (d =B F/z , 式中 B 为基线距离 ; F 为相机焦距 不难看出 , 若两个相 机的相对位置及焦距已知 , 由视差图 (Disparity map 能

9、很容易地计算出场景中景物的深度信息 , 其关键在于如何快速 、 准确寻找同一场景在相机 拍摄的左右两幅图像上的对应点 122,问题 。 因此 ,一个热点研究问题 ,出了很多匹配算法 ,域 324、 基于特征 527和基于相位 82103类方法 , 其 实质都是在匹配准则下搜索最佳匹配基元 。 这些 方法都各有其优缺点 :基于特征的匹配是对图像 对的特征区域进行匹配 , 其优点是速度快 、 能得 到比较精确的匹配 , 但只能得到稀疏的视差图 , 无 法处理特征不明显的场景图像 ; 基于区域的匹配 可以直接产生致密的视差图 , 但其主要缺点是计 算复杂度大 ; 基于相位的匹配 , 是利用具有局域频

10、 率特征的相位信号作为匹配基元进行匹配 , 具有 从粗到精的多分辨率特性 , 也可以进行每个像素 的匹配 , 但一般只能得到景物的粗糙结构 , 有时还 需进行特殊处理 。无独有偶 , 在现代生物信息学中 , 通过序列比 较 , 在已知结构和功能的序列数据库中找出与新 测定序列具有相似性的同源序列 , 从而以足够的 可信度确定新序列的结构和功能信息 , 因而寻求 更快更灵敏的生物序列相似性比对算法也一直是 生物信息学的研究热点 。 经过 40多年的发展 , 双 序列比对算法已基本实现 , 序列比对的未来发展 方向是基因组比较 , 双序列比对是其重要基础 。 该比对方法具有较低的计算复杂度和适宜于

11、并行 计算的特点 11215。图像立体匹配和序列比对的实质相同 , 都是 在匹配准则下搜索最佳匹配基元 。因此 , 本文新 颖地将生物信息学中双 DNA 序列比对算法引入图像立体匹配 , 该方法具有较低的计算复杂度和 适宜于并行计算的特点 。2 生物信息学中双 DNA 序列比对 算法一 。 在生物学研究中 , , 根据同时进行比对的序 。经过 40 , 双序列比对问题已基本解决 。本文 正是拟将双序列比对算法引入图像立体匹配 。 DNA 序列由 A 、 T 、 C 、 G 四种碱基组成 , 从而 一个 DNA 序列就可视为由这 4个字母组成的字 符串 。 双序列比对算法 , 就是根据给定的计分

12、函 数计算在待比对的两个字符串中插入空格 2 的 适当位置和数量 , 从而得到两个序列之间的最大 相似性排列 , 也就是实现了最优比对 。插入空格 2 的数量可视为左右两幅图像中对应点间的视 差 。 例如两条 DNA 序列 T GC GT 和 A T GGT , 希望通过对每条字符序列插入空格 , 得到使两条 序列的匹配字符数最大的最佳比对 , 具体算法过 程如下 :用 s 表示待比较的前一序列 , t 表示后一序 列 , S (i , j 表示得分矩阵中 s 的第 i 个字符和 t 的 第 j 个字符的最佳队列的分数 , g 表示一个间隔 分数 , 表示 s 中第 i 个字符与 t 中第 j

13、 个字符匹配 的分数 。 在生物信息学中 , 当正确匹配时 , 分数加 2; 误匹配时 , 分数减 1, 间隔罚分 g 取 -1。 给定计分函数 :S (i , j =S (i -1, j +gS (i , j -1 +gS (i -1, j -1 +P (i , j , (1 由式 (1 可以看出 , 从三个方向可以到达矩阵 元素 (i , j :对角线方向元素 、 同一行或同一列 的元素 。 在得分矩阵中 , 到达位置为 (i , j 的某 一个元素有三种可能的路径 :通过位置 (i -1, j -1 的对角方向 , 没有空位罚分 ; 通过列 j 的垂直 701第 1期 谢少荣 , 等 :

14、基于生物信息学中双 DNA 序列比对算法的图像立体匹配及其实现方向和通过行 i 的水平方向 , 空位罚分取 g 。再取 3个分值中的最大值作为该矩阵元素的得分 , 进行递归计算 , 实现动态规划 。对于边界初始分数取值为 :S (i , 0 =S (0, i =g 3i ,(2 依据上述计分函数所得得分矩阵如表 1所示 :表 1 双 DNA 序列比对得分矩阵T ab. 1 Score matrix of pair -wise DNA alignment algorithm (i =m , j =n 开 始 , 通过动态规划回溯法 , 追溯序列比对的最优结 果 , 其路径见表 (1 中箭头所示

15、。若箭头为对角 线 , 则在比对后的序列中两个碱基相对应 ; 若箭头 为水平方向 , 则在 s 序列的相应位置插入一个空 格 2 ; 若箭头为垂直方向 , 则在 t 序列的相应位 置插入一个空格 2 。 比对结果有两种情况 :s 2T G C G T 和 2 T G C G T t A T G -G TA T G G -T表 2 改变误匹配罚分值后的得分矩阵Tab. 2 Score matrix when mismatch is - 2 显然 , 后一种结果不是最优的 , 主要原因在于 有误匹配 , 因此通过加大误匹配时的罚分值能改 进上述比对 。误匹配时 , 按分数减 2计算的得分 矩阵如表

16、 2所示 。表 2中箭头所示回溯路径即为最优比对结果。3 基于双序列比对算法的立体匹配方法 假设左右两幅图像是由两个完全相同的摄像机同时拍摄同一场景所得 , 且两个图像平面位于 同一个平面上 , 两摄像机坐标系的 x 轴平行 , 光 轴相互平行 , 这样场景中的同一特征点在两个摄 像机图像平面上的成像位置只具有水平视差 , 而 且外极线与图像行平行 。因此 , 可以将两幅图像 , 其特征 B , 将双序列比对算 , 插入 。如图 1所示 , 场 。 左图像中的一极 线上的像素灰度值为 (0,0,0,0,0,255,255,255, 0,0 , 同时在右图像中相应极线上的像素灰度值 为 (0,0

17、,0,255,255,255,0,0,0,0 。应用第 2部 分中的比对算法得到的最优比对结果为 :图 1 图像的字符串表示Fig. 1 Intensity (brightness values of a grayscaleimage (or R G B values of a color image can be interpreted as the characters of the strings0000025525525522 00000222552552550000显然 , 从左图像中的第 4个像素开始 , 增加了 2个像素视差 。实际图像易受噪声 、 光照的影响 , 会造成左右 两

18、幅图像中对应像素点的灰度值或 R G B 值有些 差异 , 为了保证该匹配算法的稳定性 、 容错性 , 可 视实际情况设定匹配 /误匹配的灰度值或 R G B 值 的差异阈值 。801 光学 精密工程 第 15卷 4 算法改进 从序列比对的实际意义出发 , 如果两个序列 较为相似 , 那么最优比对只需沿得分矩阵的对角 线 (左上至右下 , 在其上下一定范围内进行规划 就可以得到 。对于表 1和表 2, 假定最大视差值 为 1, 则不需要计算全部的动态规划表 , 如表 3所 示 , 只计算对角线及其上 /下移一个位置的元素 。 因此 , 可将计算复杂度从 O (m n 缩减至 O (dm 或 O

19、 (dn , 取 m 、 n 中较大者 。在实际图像立体匹 配中 , 摄像机的视场 、 两个摄像机间的物理距离和 摄像机的焦距长度都是一定的 , 所以其最大视差 是一个有限的定值 , 因而也可利用上述改进算法 来大大减少搜索空间 , 缩小计算量 。图 2 基于双序列比对算法的立体匹配流程图Fig. 2 Flow of a novel stereo matching based on pair 2wise alignment algorithm表 3 限定了动态规划范围的得分矩阵T ab. 3 Score matrix limited by dynamic programming rangej

20、0 1 23450 0-1T1-1-1 1G 2-2 03C 3-122G 4143 经以上设计 , 基于生物信息学中双序列比对 算法的图像立体匹配新方法在 VC6. 0中的实现 流程如图 2所示 。5 实验结果 为了便于和其他算法进行横向比较 , 检验序 列比对算法的立体匹配效果 , 本文选用了立体匹 配实验常用的一对下载自德国波恩大学计算机视 觉研究 小组 的 网 页 http :/www 2dbv. informa 2tik. uni 2bonn. de corridor , 图像大 小是 256256, 如图 , 在 P4/1. 6GHz/(亮度小 的点表示 ; 灰度值越大 (亮度大

21、的点 , 即深度越小 , 例如视差图中的球 、 圆锥和走廊尽头的墙壁 , 其灰度是由浅到深 , 深度 信息相当明显 。图中上部分的文本框是输入信 息 , 包括左右原图像 、 视差范围 、 匹配分数 、 补偿间 隔等 。图 3 corridor 原始像对 Fig. 3 Original images图 4 用本文算法得到的视差图Fig. 4 Our disparity map与采用基于遗传算法和基于 Hopfield 网络 的实验结果 (如图 5所示 相比较 , 本文算法生成901第 1期谢少荣 , 等 :基于生物信息学中双 DNA 序列比对算法的图像立体匹配及其实现的视差图效果明显优于这两者

22、, 非常清楚地把图 像对中的各个景物按深度信息分开了层次 。 在硬 件条件相当的情况下 , 基于 Hopfield 网络的匹配 时间是 39. 7s , 而本文算法的运行时间是 1. 56s , 比基于区域的灰度相关算法的运行时间减少了 3050倍 。 对实际图像 (如图 6(a 和 (b 所示 匹 配的效果如图 6(c 所示 , 计算产生的视差图密度 大 , 定位精度高 。 综上所述 , 本文算法是一种匹配 质量高 、 速度快的图像立体匹配算法 。(a 遗传算法 (a G enetic (b Hopfield network图 5 其他算法所得 corridor 的视差图Fig. 5 Oth

23、er disparity maps(a (b (c 图 6 实际图像对及其视差图Fig. 6 True images and disparity map本文提出的基于序列比对的立体匹配算法已实际应用于远距离场景中动态目标深度信息的实时获取 。 图 7和图 8分别是目标距离为 54m 和57m 处的获取情况 。像对中白框所标示的动态 目标正在向左侧路边靠近 , 图像对上方的文本框 中是实时获取的深度信息显示 。图 7 目标距离 54mFig. 7 Object of 54 m图 8 目标距离 57mFig. 8 Object of 57m根据实际应用情况 , 每对像对只取动态目标周围 5050的

24、 区 域 进 行 匹 配 , 处 理 速 度 为 10pixel/s , 完全能满足机器人动态避障的应用要 求 。6 结 论 本文将生物信息学中已成功实现的双序列比对算法引入图像立体匹配 , 该方法具有较低的计 算复杂度和适宜于并行计算的特点 。 实验证明该 算法给立体匹配提供了一个既具有低计算复杂度 又能生成致密视差图的实用方法 , 匹配质量高 、 速 度快 。11 光学 精密工程 第 15卷 第1期 谢少荣 ,等 : 基于生物信息学中双 DNA 序列比对算法的图像立体匹配及其实现 111 参考文献 : 1 GDAN G. Point matching under large image d

25、efo rmations and illuminatin changes J . I E E E Com p ut . S oc. , BO 2 朱明 ,鲁剑锋 ,胡硕 . 采用 DSP 的电视测量跟踪器的研制 J . 光学 精密工程 ,2005 ,13 ( Supp . :2322235. 7 徐瑞鑫 ,刘伟宁 . 基于自适应模板的实时跟踪算法 J . 光学 精密工程 ,2002 ,10 ( 4 :3652369. 369. (in Chinese 11 张敏 . 生物序列比对算法研究现状与展望 J . 大连大学学报 , 2004 , 25 ( 4 : 75279. 79 . (in Chi

26、nese 1975 , 18 ( 6 :341 2343 . 263. net 1999 , 70 :129 2139 . ( 4 : 463 2466 . (in Chinese ( 2 :207 2212 . (in Chinese Con f erence on Pattern Recog nition , 1996 , 451 2455 . 3 KANAD E T , O KU TOMI M. A stereo matching algorit hm wit h an adaptive window : t heo ry and experiment J . 4 SUN C H. A

27、fast stereo matching met hod C . Di git al I m a ge Com p uti n g an d A p p lications , 1997 : 95 2100 . 10 叶海加 ,陈罡 ,邢渊 . 双目 CCD 结构光三维测量系统中的立体匹配 J . 光学 精密工程 ,2004 ,12 (1 :71275. 12 王宏漫 , 欧宗瑛 . 进化算法在 DNA 序列比对中的应用 J . 数据采集与处理 , 2002 , 17 ( 4 : 4632466. WAN G H M , OU Z Y. Evolution algorit hm for seq

28、uence alignment J . J . D at a A cquis . 15 唐玉荣 , 汪懋华 . 基于动态规划的快速比对算法 J . 生物数学学报 , 2005 , 20 ( 2 :2072212. O pt. P recision En g . , 2004 ,12 (1 :71275. (in Chinese ces. , 1997 , 6 ( 10 : 1460 21464 . I E E E T rans . Pattern A nal . M ach. I ntel. , 1994 , 16 ( 9 : 920 2932 . P recision En g . , 20

29、04 ,12 ( 3 :3112315. (in Chinese 作者简介 : 谢少荣 ( 1972 - ,女 ,湖北天门人 ,博士 ,副教授 ,主要研究方向为计算机视觉和智能控制等 .E2mail : srxie 5 CANDOCIA F , ADJ OUADI M A. Similarity measure fo r stereo feat ure matching J . I E E E T rans . I m a g. Pro2 6 姜凯 ,陈海霞 ,刘立峰 ,汤建华 . 基于模板抽样的快速图像匹配算法 J . 光学 精密工程 ,2004 ,12 ( 3 :3112315. J .

30、M ach. V ision A p p l . , 1998 , 11 ( 2 : 83 295 . J IAN G K ,C H EN H X ,L IU L F , TAN G J H. Fast image matching algorit hm based o n template samplingJ . O pt. 8 FRO HL IN GHAU S T , BU HMANN J M. Regularizing p hase2based stereo C . P rocee di n gs of t he I nternational YE H J ,C H EN G ,XIAN

31、 G Y. Stereo matching in 3D measurement system using do uble CCD st ruct ured light J . 13 DAV ID R P. A versatile divide and conquer technique for optimal st ring alignment J . I n f orm. Proces. L ett. , 14 H IRSC HB ER G D. A linear space algo rit hm for comp uting maximal commo n subsequences J . Com m. A CM , 9 CR ESPI B , AL EX G. Analog co mp utatio n for p hase2based dispari