[发明专利]融合图像尺度不变特征变换和个体熵相关系数的图像配准方法

权利要求书

1.一种融合图像尺度不变特征变换和个体熵相关系数的图像配准方法，其特征在于：所述配准方法包括如下步骤：

1)提取参考图像和浮动图像的尺度不变特征变换SIFT特征点；

2)匹配参考图像和浮动图像中的SIFT特征点；

3)基于匹配的SIFT特征点利用最小均方根误差建立仿射变换模型；

4)利用仿射变换模型对浮动图像进行变换得到粗配准的图像；

5)将粗配准后的图像作为新的浮动图像，原参考图像作为新的参考图像，建立新的仿射变换模型并对其参数进行初始化，同时对Powell优化算法的初始搜索点、初始搜索方向进行初始化；

6)利用IECC作为相似性度量目标函数，对该目标函数进行优化得到最优的仿射变换参数；

7)利用优化出的最优仿射变换对新的浮动图像进行变换得到最终的精配准图像。

2.如权利要求1所述的融合图像尺度不变特征变换和个体熵相关系数的图像配准方法，其特征在于：所述步骤2)中，匹配过程如下：对于参考图像中的一个关键点，可以在浮动图像中找出离该关键点欧氏距离最近的关键点，并设其距离是d₁，以及离该关键点欧氏距离次近的关键点，并设其距离是d₂；如果d₁/d₂的比率小于设定的阈值则认为匹配是正确的，否则就认为不匹配。

3.如权利要求1或2所述的融合图像尺度不变特征变换和个体熵相关系数的图像配准方法，其特征在于：所述步骤3)中，利用匹配的特征点集来建立参考图像和浮动图像之间的仿射变换模型，得到N对特征点对：

{(x_r,i,y_r,i),(x_f,i,y_f,i)}_{i＝1,2,3...,N}(6)

其中，(x_r,i,y_r,i)表示参考图像中的特征点，(x_f,i,y_f,i)表示浮动图像中的特征点；

参考图像和浮动图像之间的仿射变换模型表示为：

(xr,yr,1)=(xf,yf,1)·s·cosαs·sinα0-s·sinαs·cosα0txty1---(7)]]>

其中，利用最小均方误差MMSE来估计仿射变换模型中的参数^[80]：

s=ΣiNΣjN(xr,i-xr,j)2+(yr,i-yr,j)2ΣiNΣjN(xf,i-xf,j)2+(yf,i-yf,j)2---(8)]]>

α=1N-1Σi=1NΣj=1N(tan-1yr,i-yr,jxr,i-xr,j-tan-1yf,i-yf,jxf,i-xf,j)---(9)]]>

tx=1NΣi=1N(xr,i-s·cosα·xf,i+s·sinα·yf,i)---(10)]]>

ty=1NΣi=1N(yr,i-s·sinα·xf,i-s·cosα·yf,i)---(11)]]>

其中，s是缩放因子，α是旋转角度，t_x和t_y分别表示X轴和Y轴方向的平移量，(x_r,y_r,1)和(x_f,y_f,1)分别表示参考图像和浮动图像的特征点，(x_r,i,y_r,i)表示参考图像中的第i个特征点坐，(x_f,i,y_f,i)表示浮动图像中的第i个特征点。