[发明专利]基于角点对CS距离匹配的图像配准方法

说明书

技术领域

本发明属于图像处理技术领域，尤其涉及一种基于角点对CS距离匹配的图像配准方法。

背景技术

图像配准（Image Registration），是指将不同时间、不同成像设备或不同条件下（例如天候、照度、摄像位置、角度等条件）获取的两幅图像进行匹配、叠加的过程。现有技术中常用的图像配准方法可分为基于灰度匹配的图像配准方法和基于特征匹配的图像配准方法。基于灰度匹配的图像配准方法计算复杂度较高，对图像的灰度、旋转、形变以及遮挡都比较敏感，实现难度较大，很难获得到比较理想的配准效果；而基于特征匹配的图像配准方法可以克服这些缺点，从而在图像配准技术领域得到了广泛应用。基于特征匹配的图像配准方法的主要处理流程如下：首先对两幅图像进行特征提取得到特征点；然后通过进行相似性度量识别出两幅图像中相匹配的特征点对；最后通过所述相匹配的特征点对得到两幅图像之间的空间坐标变换参数，按照空间坐标变换参数对其中一幅图像进行图像坐标变换，使得两幅图像相匹配的特征点对相互重叠，完成两幅图像的配准叠加处理。

在基于特征匹配的图像配准方法中，特征提取是影响图像配准是否准确的关键，准确的提取特征点为特征对匹配的成功进行提供了保障，能够带来更加准确的图像配准结果；因此，寻求具有良好不变性和准确性的特征提取方法，对于匹配精度至关重要。角点作为图像的一个重要的局部特征，在保留了图像中物体重要特征信息的同时有效地减少了信息的数据量，成为图像理解和模式识别中重要的图像特征，也非常适合作为图像配准方法中的特征点，因此近年来涌现了很多以角点作为特征点来实现图像配准的方法，提取角点的准确性则成为影响图像配准准确性的关键。徐玮等人（参见文献“徐玮，王炜，张茂军，吴玲达.一种基于角点匹配的视图合成方法[J]，系统仿真学报，2007，19(14):3263－3265.XU Wei,WANG Wei,ZHANG Mao-jun and WU Ling-da.Corner matching-based approach of view synthesis[J],Journal of system simulation,2007,19(14):3263－3265.”）利用SUSAN算子分别提取两幅图像的角点来实现基于角点匹配的视图合成方法，但是SUSAN算子只采用固定阈值，并且存在定位不够精确等问题。付朝霞等人（参见文献“付朝霞，韩焱，咎波.基于角点检测的图像镶嵌算法[J]，光电工程，2007，30（5）：126－130.FU Zhao-xia,HAN Yan,ZAN Bo.Method of image mosaic based on corner detection[J],Opto-ElectronicEngineering,2007,30(5):126－130.”）和刘贵喜等人（参见文献“刘贵喜，王雷.基于区域选择和特征点匹配的图像配准算法[J]，光电子·激光，2007，8：999－1002.LIU Gui-xi,WANG Lei.An image registration method based on region selecting and feature points matching[J],Journal of Optoelectronics·Laser,2007,8:999－1002.”）提出了基于Harris角点检测的图像配准算法，其角点提取采用了Harris角点检测算法，Harris角点检测算法（参见文献“C.Harris and M.J.Stephens.A combined corner and edge detector[C].In Alvey Vision Conference,1988:147–152.”）是应用最广泛的一种角点检测算法，具有较好的角点检测效果，但它是在单尺度下对图像进行角点检测，而实际图像中角点常常发生在不同的尺度范围上，并且每一角点的尺度信息是未知的，因此Harris角点检测算法依然存在角点信息丢失、角点位置偏移和易受噪声影响而提取出伪角点等问题，使得其提取角点的准确性依然不太高，进而影响到图像配准的准确性。