[发明专利]一种基于边缘特征的红外与可见光图像的配准方法和系统

权利要求书

1.一种基于边缘特征的红外与可见光图像配准方法，其特征在于，包括以下步骤：

分别提取出红外与可见光图像的边缘图像；提取边缘图像的特征点；

分别根据提取的边缘图像提取红外和可见光图像的边缘特征，并利用边缘特征分别构造红外和可见光图像的主方向矩阵；

分别利用主方向矩阵从提取的边缘图像的特征点中选择方向稳定的特征点；

对于每个方向稳定的特征点，根据以各特征点为中心的选定区域，利用高斯加权方法计算该特征点的特征向量获得该特征点对应的描述符；

基于获得的特征点对应的描述符匹配红外和可见光边缘图像的特征点对集合；

根据提取的边缘图像提取红外和可见光图像的边缘特征，并利用边缘特征分别构造红外和可见光图像的主方向矩阵具体步骤包括：将边缘图像和与Log-Gabor滤波器组进行卷积表达式如下：

其中I(x,y)表示边缘灰度图像，表示尺度为s、方向为θ的Log-Gabor滤波器，表示进行卷积运算，为图像通过滤波器后的尺度为s的方向θ的响应值矩阵；

对于尺度s，s∈{1,2,...,M}，M表示设定尺度的数量，在尺度s的各个方向的响应值中，找出最大的响应值矩阵：

其中，θ∈{1,2,...,N}，N表示设定方向的个数；

对于一个像素点(x₁,y₁)，在设定的所有方向的响应值中找到与最大响应值对应的方向θ₁，然后记录在最大响应方向矩阵Maximum-response-Orientation中：

Maximum-response-Orientation(x₁,y₁)＝θ₁

Maximum-response-Orientation(x₁,y₁)就是像素点(x₁,y₁)在尺度s的最大响应方向，记录在尺度s的最大响应方向矩阵中，对每个像素点都计算尺度s的最大响应方向，就完成了尺度s的最大响应方向矩阵的计算，同理计算出每个尺度的最大响应方向矩阵，共M个最大响应方向矩阵；

计算图像的主方向矩阵O(x,y)，如果对于一个像素点的M个尺度的最大响应方向矩阵中，有大于设定比例的最大响应方向为同样的方向，则记录这一点的主方向矩阵的值为此最大响应方向，否则这一点的值为0。

2.根据权利要求1所述的一种基于边缘特征的红外与可见光图像配准方法，其特征在于，利用主方向矩阵从提取的边缘图像的特征点中选择方向稳定的特征点的具体方法包括：

当各特征点自身和选定邻域像素都是方向稳定的像素点，该特征点是方向稳定的特征点将其保留，否则舍弃，所述方向稳定的像素点为在主方向矩阵的值不为0的像素点。

3.根据权利要求1所述的一种基于边缘特征的红外与可见光图像配准方法，其特征在于，具体的描述符构建流程如下：

确定以各特征点为中心的选定区域具体包括：将每个以各特征点为中心的选定区域划分为设定数量的一级子区域；将每个一级子区域划分为设定数目的二级子区域，所述二级子区域比一级子区域小；

根据主方向矩阵O(x,y)构造每个方向的矩阵：

其中O(x,y)为主方向矩阵，σ为高斯函数的方差，θ为方向；

构建高斯滤波器：

其中

每个方向矩阵分别与构建的高斯滤波器进行卷积：

将N个方向的响应值合并为N维的直方图，然后将该方向上的二级子区域合并为一个矩阵，再利用构建的高斯滤波器对获得的矩阵进行滤波；最后根据矩阵获得其特征向量就为边缘特征描述符。