[发明专利]基于显著性区域的可见光图像配准方法

说明书

技术领域

本发明涉及图像处理，模式识别技术，特别涉及一种基于显著性区 域的自动图像配准技术。

背景技术

目前主流的自动图像配准方法，主要有基于特征点的配准，基于图 像灰度值的配准，基于互信息的配准方法等。这些方法都还存在一些不 足之处，基于特征点的配准，对一些质量比较差的可见光图像，特征点 难以准确提取，基于图像灰度值的配准要求两幅图像的灰度值必须要一 致，对受光照等环境影响的图像配准精度不高，基于互信息的配准，配 准需要的时间比较长，而且可能会陷入局部极值，无法得到精确配准结 果。因此，对于低质量的图像很多还是采用手动配准，手动配准的成功 率和精度都比较高，但是它加大了操作者的负担，配准的速度比较慢。

发明内容

针对现有技术的缺陷，本发明的目的是提供一种快速、精确、鲁棒、 基于显著性区域的可见光图像配准方法。

为达成所述目的，本发明提供一种基于显著性区域的自动图像配准 方法，该方法的步骤如下：

步骤1：在计算机上加载两幅待配准图像，选择一幅作为参考图像， 另一幅作为浮动图像；

步骤2：将参考图像和浮动图像分成M×N个矩形区域，计算每一 个区域R的局部显著性函数Ls(R)；对局部显著性函数Ls(R)进行高斯 拟合，计算拟合后的局部显著性函数值Fls(R)；选择Fls(R)的局部极 值区域的中心作为显著性区域中心；对每一个显著性区域中心，根据邻 域内的Fls(R)分布计算区域的半径，提取参考图像和浮动图像的显著 性区域R；

步骤3：对提取出的显著性区域R构建一个72维的尺度无关特征 描述子Lfd(R)；定义一个距离度量函数为Dist(Lfd(R₁)，Lfd(R₂))，衡量 两个特征描述子Lfd(R₁)，Lfd(R₂)间的相似性；对两幅图像的任一显著 性区域对C(i，j)，计算C(i，j)的区域匹配相似度，采用由粗到精的匹配 策略，进行显著性区域的匹配；

步骤4：对初步匹配上的显著性区域对Cmp(i，j)，采用基于归一化 相关系数的相似性度量进行局部刚体配准；

步骤5：对局部刚体配准后的区域，采用聚类分析的方法，提取精 确匹配成功的区域中心点作为控制点进行全局二次多项式变换配准，实 现两幅图像的精确配准。

其中，所述局部显著性函数Ls(R)是：

Ls(R)＝Av(R)·Lge(R)，式中：Av(R)是区域R的归一化区域差异函 数表示为Av(R)＝σ/μ，σ是区域R的标准差，μ是区域R的均值； Lge(R)是区域R的梯度场熵表示如下：

Lge(R)=-Σi=136pi(R)log2pi(R),]]>

p_i(R)是梯度方向位于第i个扇形区域的像素点集在区域R中占的梯度 幅值比例表示如下：