[发明专利]一种尺度、旋转和辐射不变性的多模态影像配准方法

说明书

本发明公开了一种尺度、旋转和辐射不变性的多模态影像配准方法，该方法首先利用影像的多方向梯度信息构建一种描述影像局部结构特征的特征描述子—名为梯度角直方图，即GAH描述符，并利用GAH描述符对影像进行逐像素特征描述形成全局的三维特征表达图；该三维特征表达图能刻画多模态影像间的共性结构、纹理、形状等信息，能较好地抵抗多模态影像间的辐射差异。然后在三维特征表达图的基础上，利用三维相位相关作为相似性，并结合对数极坐标转换，获取影像间的尺度、旋转和平移参数，最终实现多模态影像的配准。本发明能有效抵抗影像的辐射差异，解决多模态影像间的尺度和旋转变形的问题，能适用于任意旋转和尺度差异为9倍以内的多模态影像的自动配准。

技术领域

本发明涉及计算机视觉和图像处理等技术领域，尤其是一种尺度、旋转和辐射不变性的多模态影像配准方法，用于多模态遥感影像，多模态医学影像，多模态自然影像等的自动配准。

背景技术

影像配准是将不同时间、不同传感器和不同拍摄条件下获取的两幅和多幅进行匹配和叠加的过程。配准精度对于后续的影像处理和分析工作如影像融合，变化检测，三维重建和影像拼接等产生重要的影响。多模态影像是指利用不同类型传感器获取的影像，主要包括多模态遥感影像如红外、光学、合成孔径雷达(synthetic aperture radar,SAR)等，多模态医学影像如CT和核磁共振影像(Magnetic Resonance Imaging,MRI)、以及多模态自然影像(具体指利用普通设备拍摄的光学和红外等多模态影像)。由于不同的成像机理和拍摄角度，多模态影像通常存在着较大的尺度、旋转、辐射等差异，导致自动配准的难度非常具有挑战性。

目前的多模态影像配准方法主要可分为两类，基于特征的方法和基于区域的方法：

(1)基于特征的方法是通过对影像特征进行检测和匹配，并建立影像间的几何变换模型来实现配准。最常见的特征有点特征、线特征、面特征和局部不变性特征。这些特征虽然对影像间的光照变化和几何变形具有一定的鲁棒性，但难以适应于多模态影像之间的非线性辐射差异。不能很好地适用于多模态影像之间的配准。

(2)基于区域的方法主要通过构建影像间的相似性测度来实现影像的配准。目前主要的相似性测度是归一化相关系统，互信息和相位相关等。但是这些相似性测度是基于灰度信息进行同名点匹配，对于灰度差异(即辐射差异)较为敏感，难以较好地应用于多模态影像的精确配准。

最近，相关学者发现结构特征能较好地反映多模态影像间的共有属性，通过构建结构特征描述符如灰度方向直方图(Histogram of Orientated Gradient,HOG)和相位一致性方向直方图(Histogram of Orientated Phase congruency,HOPC)，并在此基础建立相似性测度，提高了配准的效率。接着，叶沅鑫等构建一种结构特征描述符—方向梯度特征通道(Channel Feature of Orientated Gradient)，并利用三维快速傅里叶变换(ThreeDimension Fast Fourier Transform,3DFFT)构建了一种快速的相似性测度，进一步地提高了配准速率。虽然这些方法可以较好地抵抗影像间的辐射差异，但是不能很好地解决多模态影像间的尺度和旋转等变形问题。

发明内容

本发明所要解决的技术问题是：针对现有技术不能解决多模态影像间的尺度和旋转等变形的问题，提供一种尺度、旋转和辐射不变性的多模态影像配准方法，该方法首先构建能够抵抗多模态影像间辐射差异的特征描述符—梯度角直方图(Gradient AngleHistogram,GAH)，利用GAH对影像进行全局的三维特征表达，然后在此基础上，利用三维相位相关和对数极坐标转换技术，获取影像间的旋转和尺度变化参数，实现多模态影像配准。

本发明采用的技术方案如下：

一种尺度、旋转和辐射不变性的多模态影像配准方法，包括如下步骤：

步骤1，利用影像的梯度信息构建GAH描述符；