[发明专利]一种基于反馈机制的电力设备红外与可见光图像配准方法

说明书

本发明公开了一种基于反馈机制的电力设备红外与可见光图像配准方法，利用Canny算法分别提取红外与可见光图像的边缘，并分别在红外与可见光边缘图像上提取SURF特征点；再通过对SURF特征点进行粗匹配与排序得到匹配点集，根据匹配点集计算出仿射矩阵集，采用先验约束对仿射矩阵集进行筛选，得到候选仿射矩阵集；根据候选仿射矩阵集依次对红外图像进行仿射变换，采用归一化互信息快速计算方法计算出可见光与仿射变换后的红外图像间的互信息，并将互信息最大值对应的候选仿射矩阵作为反馈矩阵；基于反馈矩阵对匹配点集进行筛选，得到最优匹配点集。本发明采用的方法可以有效地提高电力设备的红外与可见光图像的配准精度。

技术领域

本发明属于图像处理技术领域，涉及一种基于反馈机制的电力设备红外与可见光图像配准方法。

背景技术

随着成像传感器技术的成熟和应用场景的日益复杂，仅使用单一的成像传感器来满足使用需求较为困难，而多成像传感器系统可将多个成像传感器获得的互补或冗余信息进行整合，能更好地满足使用需求。同时，多成像传感器系统意味着同一场景下图像的传感器来源不同、视角不同、获取时间不同，使得图像间无法正确匹配，而图像配准旨在获取图像间的几何对应关系，将同一场景的两幅或者多幅图像变换到同一几何坐标系下，从而在像素层上实现最佳匹配。

电力设备通常处于长期运行状态，容易因安装不当、环境温度、积灰等因素导致过热激化，如果未能及时检测并定位出温度异常区域，持续的异常温度可能会导致设备内部元器件熔断甚至烧毁，从而引起严重事故。而红外图像是通过接受目标散发出来的红外福射成像，可以准确、快捷地记录场景的温度分布，因此借助红外图像定期对电力设备的运行温度进行检测有着重要的实际意义。

然而，红外图像因成像机制的限制，其对目标的细节表现能力远不及可见光图像，导致无法对异常电力设备所处位置进行准确定位。可见光图像的时空分辨率较高，并且细节、纹理和颜色等信息丰富，借助可见光图像能够高质量地记录场景的照度分布和反射信息的优势。利用图像配准技术实现红外与可见光图像配准，并将具有较高配准精度的红外图像拼接或融合到可见光图像中，可增强信息的互补性，可以有效地突出目标，同时减少对场景分析和理解的不确定性，从而提高电力设备温度检测的准确性、有效性与实用性。

图像配准根据配准方式的不同，主要分为基于灰度的方法和基于特征的方法。基于灰度的方法是通过特定的搜索策略使得两幅图像的某种基于灰度信息的相似度达到最佳，互信息是该类方法常用的相似度量，因此带来较大的计算量。基于特征的图像配准方法是选择某种图像特征作为基元，并根据特定的搜索策略寻找图像中的匹配基元，最后根据匹配基元求解配准参数，该类方法通过提取图像中的显著特征，计算量较小。对于基于特征的图像配准方法，特征点是一种被广泛使用的基元，其中的正确匹配的特征点越多，配准精度越高，但是异源图像的特征点在不同图像上的相似性不足，正确匹配点较少，并且容易产生误匹配，导致配准精度不高。

发明内容

本发明所要解决的技术问题是：从包含大量误匹配的匹配点中，筛选出正确匹配点，有效地提高电力设备的红外与可见光图像的配准精度。

为解决上述技术问题，本发明提出了一种基于反馈机制的电力设备红外与可见光图像配准方法，包括以下步骤：

1)分别对红外图像与可见光图像进行各向异性滤波；

2)利用Canny算法分别提取红外图像与可见光图像的边缘，并分别在红外边缘图像与可见光边缘图像上提取SURF特征点；

3)通过对SURF特征点进行粗匹配与排序得到匹配点集，然后根据匹配点集计算出仿射矩阵集，并采用预设的先验约束对仿射矩阵集进行筛选，得到候选仿射矩阵集；

4)根据候选仿射矩阵集依次对红外滤波图像进行仿射变换，然后采用归一化互信息快速计算方法计算出可见光图像与仿射变换后的红外图像间的互信息，并将互信息最大值对应的候选仿射矩阵作为反馈矩阵；

5)基于反馈矩阵对匹配点集进行筛选，得到最优匹配点集；