[发明专利]基于三角面积表示直方图的图像配准方法

说明书

技术领域

本发明涉及一种图形处理技术，特别涉及一种基于三角面积表示直方图的图像配准方法。

背景技术

特征点检测与匹配算法是用来从两幅待配准的图像中检测特征点，并进行匹配操作的算法。但由于该算法存在对几何变形和图像灰度变化较敏感的缺点，从而导致在应用其进行遥感图像配准时非常不稳定，并且特征点间的正确匹配率极低的现象。

发明内容

本发明是针对图像进行匹配校准的正确率低的问题，提出了一种基于三角面积表示直方图的图像配准方法，利用仿射变换下的几何不变性---三角形面积表示（TAR：triangle-area representation)的直方图统计信息，有效地克服使用特征点匹配算法进行遥感图像配准时，存在着正确率极其低下的缺陷。

本发明的技术方案为：一种基于三角面积表示直方图的图像配准方法，具体包括如下步骤：

1）输入两幅待配准图像：基准图像、浮动图像；

2）从两幅待配准遥感图像中用特征点检测算法分别从基准图像中检测出特征点集                                                ,从浮动图像中检测出特征点集；

3）利用特征点周围区域的信息计算每个特征点的特征描述子；

4）依据特征点描述子计算两幅图像特征之间的相似程度，并由此找到相应的匹配映射，然后按照它们的相似程度由高到低进行排序，从而得到相应的映射集合如下：；

5）定义对于任意给定的三点：，，，得到的三角形面积表示值(Tar)为：

；

6）给定一个整数h,从集合中取出排在前面的匹配点对组成的集合记为，为集合中的任意三点，由组成的三元组集合记为，计算对应的三角形表示值集，得到集合如下：

；

7）计算的直方图，并求出最大值记为；

8）按照公式统计的概率；

9）按照对由大到小顺序排列，排序后正确匹配点对数累积曲线；

10）给定,取出重新排序后的，从中计算仿射变换的各参数值；

11）在得到的参数的基础上，利用基于灰度的图像配准方法，进行精确配准。

本发明的有益效果在于：本发明基于三角面积表示直方图的图像配准方法，克服了传统的利用特征点匹配算法进行遥感图像配准，存在的正确率低的问题，极大地提高了使用特征点匹配算法在进行多模态图像配准时的稳定性能,为遥感图像配准提供了一种新途径。

附图说明

图1为本发明待配准的图像图；

图2为本发明检测出的特征点集图；

图3为本发明正确匹配特征点数累积曲线图；

图4为本发明计算所得到的直方图；

图5为本发明根据Tar直方图统计信息重新排序后的正确匹配特征点数累积曲线。

具体实施方式

利用特征描述子计算得到的特征点之间的匹配关系，其缺陷主要是由于图像的多模态性造成的。基于三角面积表示直方图的图像配准方法通过利用对图像的多模态性稳定的几何不变性信息，也就是利用仿射变换下的几何不变性---三角形面积表示的直方图统计信息。方法具体步骤如下：

1）输入两幅待配准图像：基准图像(R,Reference Image)如图1所示（a）、浮动图像（S,Sensed Image）如图1所示（b）；

2）从两幅待配准遥感图像中用特征点检测算法分别从基准图像(R,Reference Image)中检测出特征点集，如图2所示（a）,从浮动图像（S,Sensed Image）中检测出特征点集，如图2所示（b）；

3）利用特征点周围区域的信息计算每个特征点的特征描述子；

4）依据特征点描述子计算两幅图像特征之间的相似程度，并由此找到相应的匹配映射，然后按照它们的相似程度由高到低进行排序，从而得到相应的映射集合如下：,其正确匹配率曲线如图3所示；

5）定义对于任意给定的三点：，，，得到的三角面积表示值(Tar)为：

；

6）给定一个整数h,从集合中取出排在前面的匹配点对组成的集合记为，为集合中的任意三点，由组成的三元组集合记为，计算对应的三角形表示值集，得到集合如下：

；

7）计算的直方图，结果如图4所示,并求出最大值记为；

8）按照公式统计的概率；

9）按照对由大到小顺序排列，排序后正确匹配点对数累积曲线如图5所示，从图3与图5的对比可以看出，改进的算法对性能有很大的提高；