[发明专利]基于互信息和Harris角点检测的图像配准方法

权利要求书

1.一种基于互信息和Harris角点检测的图像配准方法，包括如下步骤：

(1)输入待配准图像F和参考图像R；

(2)在待配准图像F和参考图像R中任意放置n个矩形框，获得n对矩形框，矩形框的尺寸根据这两个图像的相似块大小设置；

(3)计算待配准图像F的矩形框和参考图像R的矩形框的互信息，并用遗传算法更新优化该互信息，产生互信息值最大的一对矩形框作为相似矩形框；

(4)用高斯平滑窗口对两个相似矩形框进行平滑操作，再用Harris角点检测法提取两个相似矩形框内一一对应的角点，获得k对角点对，其中k是大于等于1的整数；

(5)分别计算第i对角点在x方向和y方向上的距离d_xi，d_yi，以及所有角点对在x方向和y方向距离的均值μ_x,μ_y和方差σ_x,σ_y；根据匹配两个矩形框所需的匹配点对的数量，设置门限ω，判断第i对角点的距离是否满足下式，若满足则视为匹配点，否则视为误匹配点，将其删除，

|d_xi-μ_x|≤ωσ_x；i＝0,1,2......k；

|d_yi-μ_y|≤ωσ_y；i＝0,1,2......k，

其中i的范围是0≤i≤k，k为所提取的角点对的总数；

(6)根据所配准的图像，设定角点数量阈值δ，判断匹配点对数量是否大于δ，如果大于δ，则执行下一步；否则返回步骤(5)；

(7)对待配准图像F中的矩形框进行仿射变换，每变换一次计算一次两个相似矩形框的互信息，并用遗传算法进行优化，当两个相似矩形框的互信息值最大时，记录此时的变换参数值，即平移的距离和旋转的角度；

(8)根据上述记录的变换参数值，对待配准图像F进行仿射变换，得到仿射变换后的图像F1；

(9)将仿射变换后的图像F1与参考图像R进行融合，得到配准后的图像。

2.根据权利要求1所述的基于互信息和Harris角点检测的图像配准方法，其中所述步骤(3)计算图像矩形框内互信息，按如下步骤进行：

(2a)计算两个矩形框的联合概率密度，以及分别计算每个矩形框的条件概率密度：

$p_{F,R}({\mathrm{DN}}_F,{\mathrm{DN}}_R)=\frac{h({\mathrm{DN}}_F,{\mathrm{DN}}_R)}{\underset{{\mathrm{DN}}_F}{\Σ}\underset{{\mathrm{DN}}_R}{\Σ}h({\mathrm{DN}}_F,{\mathrm{DN}}_R)}$

$p_R\left({\mathrm{DN}}_R\right)=\underset{{\mathrm{DN}}_F}{\Σ}{p}_{F,R}({\mathrm{DN}}_F,{\mathrm{DN}}_R)$

$p_F\left({\mathrm{DN}}_F\right)=\underset{{\mathrm{DN}}_R}{\Σ}{p}_{F,R}({\mathrm{DN}}_F,{\mathrm{DN}}_R)$

其中，P_F,R(DN_F,DN_R)表示待配准图像F的矩形框和参考图像R的矩形框的联合概率密度；P_R(DN_R)表示参考图像R的矩形框的条件概率密度；P_F(DN_F)表示待配准图像F的矩形框的条件概率密度；h是待配准图像F的矩形框和参考图像R的矩形框的联合灰度直方图；h(DN_F,DN_R)表示待配准图像F的矩形框中灰度值为DN_F，参考图像R的矩形框中灰度值为DN_R的像素组合出现的次数，对于待配准图像F的矩形框内的灰度值变化范围是(0，m)、参考图像R的矩形框内的灰度值变化范围是(0，n)的情况，DN_F和DN_R满足0≤DN_F≤m,0≤DN_R≤n，m是待配准图像F的矩形框内像素灰度的最大值，n是参考图像R的矩形框内像素灰度的最大值；

(2b)根据步骤(2a)得到的参数计算矩形框内的互信息值：

$HFR=\underset{{\mathrm{DN}}_F}{\Σ}\underset{{\mathrm{DN}}_R}{\Σ}-p_{F,R}({\mathrm{DN}}_F,{\mathrm{DN}}_R)\log p_{F,R}({\mathrm{DN}}_F,{\mathrm{DN}}_R)$

$HF=\underset{{\mathrm{DN}}_F}{\Σ}-p_F\left({\mathrm{DN}}_F\right)\log p_F\left({\mathrm{DN}}_F\right)$

$HR=\underset{{\mathrm{DN}}_R}{\Σ}-p_R\left({\mathrm{DN}}_R\right)\log p_R\left({\mathrm{DN}}_R\right)$

MI(F,R)＝HF+HR-HFR

其中，HF是待配准图像F的矩形框内的熵，HR是参考图像R的矩形框内的熵，HFR是待配准图像F与参考图像R的矩形框内的联合熵，MI(F，R)是待配准图像F与参考图像R的矩形框内的互信息值。