[发明专利]一种多光谱图像自动配准方法

说明书

本发明公开了一种多光谱图像自动配准方法，包括以下步骤：步骤一：读取多通道光谱视频图像，分别截取其中心区域图像；步骤二：采用相似性度量，计算各通道中心区域图像之间的正向匹配关系和反向匹配关系；步骤三：分析正向匹配关系与反向匹配关系是否闭环，若不能闭环，则此次配准失败，返回步骤一，重新读取下一帧图像；若正反向匹配关系能够闭环，则依据匹配关系，计算出各通道光谱图像之间的平移变换参数；步骤四：对各通道光谱图像进行平移变换，并输出显示。本发明可应用于各种需要对多通道图像进行配准处理的场景；算法复杂度低，可用于嵌入式平台的实时处理，且无需调参，自动判断，配准精度高；本发明的图像配准实时性好，实用性高。

技术领域

本发明属于图像处理技术领域，涉及一种多光谱图像自动配准方法。

背景技术

图像配准是多光谱成像的一个关键步骤，其结果将直接影响到多光谱图像的显示效果，以及进一步的伪装目标识别能力。图像配准有基于特征的配准、基于灰度信息的配准、基于几何模型的配准等。很多配准方法计算复杂，难于实时处理。且多光谱成像数据量大，难于在嵌入式图像处理平台中实现图像配准，因此需要设计出计算简便可靠，适用于嵌入式平台实时处理的配准算法。

图像配准的过程是根据图像空间和灰度变化，找到两幅图像中同一位置点的对应关系。图像特征是反映一幅图像中重要信息的表述，因此基于点特征的配准算法在应用中比较常见，如SIFT和SURF算法等。Belongie等人提出了基于目标的轮廓特征的形状上下文描述算子，利用形状相似性对两幅图像进行匹配。面特征也称区域特征，通过图像分割算法把图像中具有高对比度闭合区域分割出来，比如图像中的水域、湖泊、田地、森林、建筑等。与基于特征的图像配准方法相比，基于灰度的图像配准方法比较简单，不需要对图像进行预处理，直接根据整幅图像的灰度信息，建立图像之间的相似性关系，但配准精度不如基于特征点的方法。而对于多通道光谱图像之间的配准，以上算法尚无法实现实时处理。

发明内容

(一)发明目的

本发明的目的是：提供一种多光谱图像自动配准方法，实现对多通道光谱图像进行配准，能够运行于嵌入式图像处理平台且满足实时性要求，配准过程无需设置参数，全程自动处理。

(二)技术方案

为了解决上述技术问题，本发明提供一种多光谱图像自动配准方法，该方法包括以下几个步骤：

步骤一：读取多通道光谱视频图像，分别截取其中心区域图像；

步骤二：采用相似性度量，计算各通道中心区域图像之间的正向匹配关系和反向匹配关系；

步骤三：分析正向匹配关系与反向匹配关系是否闭环，若不能闭环，则此次配准失败，返回步骤一，重新读取下一帧图像；若正反向匹配关系能够闭环，则依据匹配关系，计算出各通道光谱图像之间的平移变换参数。

步骤四：对各通道光谱图像进行平移变换，并输出显示。

(三)有益效果

上述技术方案所提供的多光谱图像自动配准方法，可应用于各种需要对多通道图像进行配准处理的场景；算法复杂度低，可用于嵌入式平台的实时处理，且无需调参，自动判断，配准精度高；因此，本发明的图像配准实时性好，实用性高。

附图说明

图1为本发明正反向匹配关系示意图。

图2为本发明多光谱图像自动配准方法的流程图。

具体实施方式

为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

本发明多光谱图像自动配准方法包括以下步骤：