[发明专利]利用几何结构特征从粗到精的红外与可见光图像配准方法

摘要

本发明涉及一种利用几何结构特征从粗到精的红外与可见光图像配准方法，包括以下步骤(1)对红外与可见光图像分别提取图像边缘及兴趣点这两种几何结构特征，为后续的图像配准做准备；(2)利用边缘对准算法求解初始变换参数，寻找可以使两幅图像的边缘重叠率最大的图像变换；(3)利用上一步计算出的近似变换将每一个兴趣点的待匹配区域缩小为其变换点的邻域范围以排除无关点的干扰，之后利用尺度不变特征变换(SIFT)描述子执行缩小待匹配区域的兴趣点匹配操作；(4)对初始匹配点对执行改进的随机采样一致性(RANSAC)操作以移除误匹配点对；(5)利用剩余的正确匹配点对计算出最终的更加准确的图像变换，完成配准任务。

主权项

利用几何结构特征从粗到精的红外与可见光图像配准方法，其特征在于：它包含以下具体步骤：步骤一：对红外与可见光图像分别提取图像边缘及兴趣点这两种几何结构特征，为后续的图像配准做准备；步骤二：利用边缘对准算法求解初始变换参数，具体方法为：首先利用尺度不变特征变换(SIFT)描述子执行一次常规的兴趣点匹配操作，对于可见光图像中的每一个兴趣点，在整个红外图像上寻找与其描述子间距离最近的兴趣点，之后列举出匹配点对之间两两组合的所有情况并利用每个组合计算出一个仿射变换，从中挑选出使两幅图像的边缘重叠率最大的图像变换；步骤三：利用上一步计算出的近似变换将每一个兴趣点的待匹配区域缩小为其变换点的邻域范围，以排除无关点干扰并提高兴趣点匹配的准确性，之后利用尺度不变特征变换(SIFT)描述子执行缩小待匹配区域的兴趣点匹配操作，具体为：对于可见光图像中的每一个兴趣点，仅仅在其待匹配区域内寻找与其描述子间距离最近的兴趣点；步骤四：对步骤三获得的匹配点对执行改进的随机采样一致性(RANSAC)操作以移除误匹配点对，传统的随机采样一致性(RANSAC)操作在计算出仿射变换模型后，仅仅使用满足该仿射变换模型的匹配点对数目来评价模型；这种评价方式是不够准确的，在对仿射变换模型的评价中加入了边缘重叠率因素，同时考虑匹配点对数目和边缘重叠率两方面因素，提高算法的准确性；步骤五：利用剩余的正确匹配点对计算出最终的更加准确的图像变换，完成配准任务。