[发明专利]图像配准系统及其方法

说明书

【技术领域】

本发明图像识别领域，特别是关于将同一场景的两幅或者多幅图像在空间上进行对准的图像配准系统及其方法。

【背景技术】

图像配准是把同一场景的两幅或者多幅图像在空间上进行对准。它在众多图像分析领域应用广泛，如医学、遥感图像分析、图像融合、图像检索、目标识别等。

目前最常用的是基于特征的图像配准方法。为了配准两幅图像(其中作为标准的图像成为参考图，当前获取的图像成为实时图)，需要从图像中提取特征，并将这些特征建立对应的关系，然后通过求解特征对应关系，得到实时图与参考图之间的变换关系，最后将实时图按照求得的几何关系采样变换到所需要的形式。

现有的基于特征的图像配准主要是使用Harris角点检测器提取的角点作为配准特征。角点特征的最大缺点是对噪声比较敏感，随着图像分辨率的不同，角点容易产生漂移，而且Harris角点检测算子不是尺度不变的。

【发明内容】

本发明的目的在于提供一种不易受影响且配准准确度高的图像配准方法。

本发明的另一目的在于提供一种不易受影响且配准准确度高的图像配准系统。

为达成前述目的，本发明一种图像配准方法，其包括：

计算实时图和参考图的尺度不变特征变换(SIFT变换)，得到实时图和参考图的特征点；

从前述实时图和参考图的前述特征点中选出相似性最大的若干对特征点；

对前述实时图和参考图中相似性最大的若干对特征点进行匹配验证，剔除其中的错配点对，得到验证后的若干对特征点；

依据前述验证后的若干对特征点确定实时图像对于参考图发生的仿射变换函数的参数；

将实时图依据前述仿射变换参数进行放射变换得到配准后的图像。

进一步地，所述尺度不变特征变换获取的每个局部特征为直方图，所述从前述实时图和参考图的前述特征点中选出相似性最大的若干对特征点通过公式计算任意两个特征点之间的相似性，所述公式为：

s(pi,qj)=Σu=1Bmin(f→ip(u),f→jq(u))]]>

其中，B表示局部直方图的总区间数目，表示向量的第u个元素，为参考图对应的局部特征向量，表示向量的第u个元素，为实时图对应的局部特征向量。

进一步地，所述对前述实时图和参考图中相似性最大的若干对特征点进行匹配验证是采用随机抽样一致性算法来验证，其包括：

从数据集合中随机地选择两个点，这两个点确定一条直线，在这条直线一定距离范围内的点称为这条直线的支撑；

随机选择重复数次，具有最大支撑特征集的直线被确认为是样本点集的拟和；在拟和的误差距离范围内的点称为内点，反之则为外点；将所有的外点去除，只保留内点作为数据，经过随机抽样一致性算法处理之后，即可获得验证后的若干对特征点。

进一步地，所述实时图与参考图的仿射变换函数为：