[发明专利]一种红外图像与可见光图像配准方法

权利要求书

1.一种红外图像与可见光图像配准方法，其特征在于包括如下具体步骤：

(1)、图像预处理及轮廓提取：首先采用高斯滤波的方法对原始输入的两幅待配准多源图像分别进行噪声滤波预处理，以最大程度压制各自图像噪声对轮廓提取的影响，再对预处理后的图像进行轮廓提取，轮廓提取利用边缘检测算法，采用Canny算子对红外图像进行边缘检测，采用Sobel算子对可见光图像进行边缘检测，得到边缘控制点，为提高配准算法的速度，只保留图像中长度大于某一阈值的轮廓；

(2)、角点检测：对上述步骤(1)边缘控制点进行角点检测，设定用于提取边缘控制点灰度值的阈值，将上述步骤中得到的边缘控制点的灰度值与阈值进行对比，提取边缘控制点，如果该点的灰度值大于设定的阈值，则认为该控制点为角点； 

(3)、对角点进行聚类：采用聚类算法对上述步骤(2)所述的角点进行聚类，首先从角点中任意选择三个角点分别作为第1类初始聚点、第2类初始聚点、第3类初始聚点，将其他角点分别与第1类初始聚点、第2类初始聚点、第3类初始聚点之间的距离，作比较，比较进行聚类，将其中与第1类初始聚点距离最小的角点为第1类聚点，将其中与第2类初始聚点距离最小的角点为第2类聚点，将其中与第3类初始聚点距离最小的角点为第3类聚点，然后对所有聚点的坐标求平均值（                                               ,），其中，n为聚点的个数，计算每类聚点的坐标，得到红外图像第1类聚点的坐标为、 红外图像第2类聚点的坐标为、 红外图像第3类聚点的坐标为，可见光图像第1类聚点的坐标为、可见光图像第2类聚点的坐标为、可见光图像第3类聚点的坐标为；

(4)、实现图像自动配准：

首先采用上述步骤(3)所述的红外图像第1类聚点、红外图像第2类聚点、红外图像第3类聚点作为配准数据集，可见光图像第1类聚点、可见光图像第2类聚点、可见光图像第3类聚点作为待配准数据集，然后利用MATLAB软件中的cp2tform函数对两组数据集进行配准。

2.如权利要求1所述的一种红外图像与可见光图像配准方法，其特征在于：在上述步骤（4）中所述的利用MATLAB软件中的cp2tform函数对两组数据集进行配准，其具体如下： 

利用MATLAB软件中cp2tform函数由输入的红外图像第1类聚点、 红外图像第2类聚点、红外图像第3类聚点与可见光图像第1类聚点、可见光图像第2类聚点、可见光图像第3类聚点生成变换结构，实现红外图像与可见光图像的配准，具体程序如下：

t_concord = cp2tform(input_points,base_points,'affine')，用红外图像第1类聚点、 红外图像第2类聚点、 红外图像第3类聚点分别与可见光图像第1类聚点、可见光图像第2类聚点、可见光图像第3类聚点生成变换结构；

info = imfinfo('红外图像.jpg')，读取红外图像的信息；

registered = imtransform(unregistered, t_concord, 'XData', [1 info.Width], 'YData', [1 info.Height])，利用变换结构，实现红外图像与可见光图像的配准；

A = imread('可见光图像.jpg')，读取可见光图像；

figure; imshow(A,gray(256)); hold on; h=imshow(registered); set(h,'AlphaData',0.7)，在同一幅图像中显示红外图像与可见光图像配准之后的图像。