[发明专利]一种基于学习的图像配准自动检验方法

说明书

技术领域

本发明属于计算机视觉和模式识别领域。具体地说，涉及到图像配准结果的检验。

背景技术

图像配准是计算机视觉及其相关应用领域中的一个基本问题。如何度量二幅图像是否真正配准，换句话说，如何合理度量配准变换后二幅图像之间的相似性，是图像配准的一个核心问题，直接决定了是否可以进行全自动配准。本发明以基于Fourier-Mellin变换配准算法为例，提出了一种基于机器学习的图像配准自动检验方法。

我们先对基于Fourier-Mellin变换的图像配准算法中存在的问题作一个详细的分析和说明。

1、基于Fourier-Mellin变换的图像配准方法

1.1相位相关法

设f₂(x，y)为f₁(x，y)在x和y方向分别平移x₀和y₀后的图像，即：

f₂(x，y)＝f₁(x-x₀，y-y₀)    (1)

若f₁和f₂对应的Fourier变换分别为F₁(u，v)和F₂(u，v)，那么，根据Fourier变换位移不变理论，它们之间满足如下关系：

$F_2(u,v)=F_1(u,v)e^{-j({\mathrm{ux}}_0+{\mathrm{vy}}_0)}---\left(2\right)$

则f₁(x，y)和f₂(x，y)的交叉功率谱为