[发明专利]一种基于多特征相似度融合的红外和可见光图像匹配方法

权利要求书

1.一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，其步骤为：

步骤1、分别对参考图像和待匹配图像进行轮廓检测，并提取轮廓上的显著角点作为特征点；

步骤2、对于两幅图像中的每一个特征点，利用该点及其左右轮廓点的坐标计算该特征点的主方向；

步骤3、对于两幅图像中的每一个特征点，确定该点的特征描述参数，并构造其PIIFD特征描述符；

步骤4、对于两幅图像中的每一对特征点，依据该点与其它特征点的位置关系构造其全局上下文特征描述符；

步骤5、对于两幅图像中的每一对特征点，计算两种特征描述符的相似度，根据特征点的位置分布特性进行加权融合，通过对比各对特征点的相似度实现特征匹配，并剔除异常匹配点对。

2.根据权利要求1所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤1中，提取特征点的具体步骤为：

步骤1-1、采用Canny算法对图像进行边缘检测，对检测到的边缘像素进行跟踪以实现轮廓检测，检测到的轮廓集合为：

其中，Γ^s为集合中第s个轮廓，N_s为集合中轮廓的个数，为轮廓Γ^s上的第i个轮廓点；

步骤1-2、采用曲率尺度空间算法提取轮廓上的显著角点作为特征点。

3.根据权利要求2所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤2中，计算特征点主方向的步骤为：

步骤2-1、设和为轮廓Γ^s上连续的三个特征点，利用式(2)计算特征点与其左右轮廓点形成的合成矢量：

式中，N_t＝min(d_l,d_r)，d_l为从特征点到其左侧特征点所经历的轮廓点的个数，d_r为从特征点到其右侧特征点所经历的轮廓点的个数，v_t为第t对左右轮廓点形成的合成矢量，和分别为特征点和的坐标；

步骤2-2、对步骤2-1中得到的合成矢量进行累加可得：

其中，x_sk和y_sk为矢量v_sk中的元素值；

步骤2-3、矢量v_sk的方向设置即为特征点的主方向，其值为：

其中，为特征点的主方向。

4.根据权利要求3所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤3中，计算特征点PIIFD特征描述符的步骤为：

步骤3-1、将步骤1提取出图像中的特征点集合记为{c₁,c₂,…,c_N}，其中，N为图像中检测到的所有特征点的个数；对于其中任一特征点c_i，选取与其距离最近的N_n个特征点，记为最近邻点集合其中每一个点与c_i的欧式距离记为则平均距离为：

步骤3-2、对于特征点c_i，在图像中选取该特征点周围的矩形区域，并且以特征点c_i的主方向作为矩形区域方向，构造该特征点的PIIFD特征描述符。