[发明专利]一种基于子图的图像配准方法

摘要

近年来，所有的图像配准算法都是基于整景图像信息的配准，这样会花费大量的时间，特别是对于数据量巨大的遥感影像。这里提出一种新的基于子图的图像配准算法，这种算法在保证亚像素配准精度的前提下可以极大程度地减少配准时间。这个算法的中心思想是具有全局变换的图像对的变换模型通常与从原始图像划分的子图像的变换模型一致，反之亦然。因此，这个算法首先把参考图像划分为相同大小的子图，然后对每个子图进行小波分解，提取小波系数和最大的子图作为新的参考图像，接着利用小波变换和矩阵乘法离散傅里叶变换对待配准图像和参考子图。本发明和整个图配准一样能达到亚像素配准精度，且可以大量地缩短计算时间。

主权项

1.一种基于子图的图像配准方法，其特征在于，包括以下步骤：1)基于小波的子图提取①将图像分成n个子图像，每个子图像的像素尺寸相等，并且将每个图像编号；②使用2D小波变换方法将每个子图像分解为低频子带LL和三个高频子带LH、HL和HH，LL分量表示子图像的宽轮廓，LH、HL和HH分量分别表示包含水平、垂直和对角线方向上的子图像的细节信息；③构造小波系数求和的度量，即，通过对三个子带的小波系数求和来定义，即：E＝[E₁ E₂ … E_n]^T，其中E_i标识三个子带的小波系数和，如：E_i＝(LL_i)²+(LH_i)²+(HL_i)²                       (1)然后，提取具有最大小波系数和(即，max(E))的子图像，在理论上该子图像是所有子图像中包含最多宽轮廓和详细信息的子图，然后用作参考子图像进行接下来的配准；2)基于相位相关和矩阵乘法DFT的子图像的两步配准；①使用经典或改进的相位相关算法在提取的参考子图像和待配准图像之间实现像素级配准；②使用矩阵乘法DFT算法执行亚像素配准；首先在初始峰值位置估计的1.5×1.5像素邻域内通过上采样因子κ进行互相关上采样，然后，通过定位由三个矩阵的乘积产生的1.5k×1.5k上采样像素阵列的峰值来实现亚像素配准；3)对整个图像的变换模型估计和重采样；参考和待配准图像之间获得具有亚像素精度的变换样本之后，选择全局变换模型，并进一步估计先前的整个图像的图像配准算法；并将所获得的变换样本的坐标系校正为原始参考图像的像素坐标；然后可以对待配准的图像进行重新采样，从而实现如传统图像配准算法中所做的图像配准。