[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

说明书

本发明公开了一种基于边缘特征的长波红外图像与可见光图像的配准方法，该方法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；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；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符匹配红外和可见光边缘图像的特征点对集合。本发明对于长波红外图像的特征提取具有鲁棒性，进一步提高了匹配的准确率。

技术领域

本发明涉及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，属于图像配准技术领域和计算机视觉领域。

技术背景

红外图像感受和反映的是目标及背景向外辐射能量的差异，也就是说红外图像描述的是目标和背景所保持温度的差异，属于被动成像，可以全天候工作，因此红外传感器现在的使用范围越来越广，其中长波红外传感器因为可以不受太阳辐射的影响，使用最多。但是红外波段的固有分辨率以及在传输过程中受大气吸收和散射的作用，使得红外图像缺乏较好的对比度和分辨率，很难反映出目标的纹理信息，同时也使得红外图像的像素之间具有良好的空间相关性，图像的灰度均值保持相对稳定，含有较多、较大的同质区。

大部分的图像配准都是通过图像中特征点的匹配来实现的，基于特征点的图像配准通常分为三个步骤：特征点的提取、描述符的构建与特征点的匹配。由于红外与可见光的成像差异较大，采用SIFT算子、SURF算子和KAZE算子检测图像中的特征点并匹配，对于同源图像的匹配效果较好，对于长波红外和可见光图像的匹配效果并不理想。

长波红外是距离可见光谱的最远红外波段，相较于可见光图像，主要是共享形状信息，而大多数纹理信息都被遗漏，即同一物体在长波红外图像和可见光图像中的整体外观趋于恒定，即使在梯度方向发生显著变化的情况下，也可以在不同的波段中以稳健的方式提取代表它们的特征。但是在实际的使用环境和人为干扰的情况下，长波红外图像中有大量的噪声和干扰并存在模糊退化，在目标和背景温差较低时长波红外图像的退化更为严重。

发明内容

本发明针对长波红外图像与可见光图像的配准成功率不高的现状，提供一种基于边缘特征的红外与可见光图像的配准方法，进一步提高匹配的鲁棒性和准确率。

本发明采用以下技术特征，提供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符匹配红外和可见光边缘图像的特征点对集合。

进一步地，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使如下：

其中I(x,y)表示边缘灰度图像，G_s,θ表示尺度为s、方向为θ的Log-Gabor滤波器，表示进行卷积运算，EO_s,θ(x,y)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的多个方向的响应值中，找出最大的响应值矩阵：