[发明专利]基于梯度信息的新颖多源图像快速配准方法

权利要求书

1.基于梯度信息的新颖多源图像快速配准方法，其特征在于：

第一步特征点检测和定位，

第二步主方向确定，

第三步描述符生成，

第四步特征点匹配。

2.根据权利要求1所述的基于梯度信息的新颖多源图像快速配准方法，其特征在于：第一步的特征点检测和定位方法为：

对图像不断地做高斯平滑处理，建立高斯尺度空间，然后计算每个像素点的海森矩阵，通过海森矩阵行列式值来检测特征点，为了加快计算速度，通过积分图像和块状滤波的结合来加速尺度空间滤波的速度，计算得到海森矩阵的行列式值后，在尺度空间中的3×3×3邻域内寻找海森矩阵行列式值最大的点作为候选特征点，然后用尺度不变特征变换算法中提到的方法再将局部最大值在尺度和图像空间中进行插值删除不稳定的候选点。

3.根据权利要求1所述的基于梯度信息的新颖多源图像快速配准方法，其特征在于：第二步的主方向确定方法为：

首先计算以特征点为圆心，6s(s为特征点所在的尺度)为半径的圆形区域内的所有像素在x和y方向上的哈尔小波响应d_x，d_y，然后计算每个像素点的梯度幅值m(x，y)，即

m(x,y)=dx2+dy2---(1)]]>

为了增加鲁棒性，再进行高斯平滑，σ=2s，最后，使用角度为π/3的扇形沿逆时针的方向以特定的步长转动，依次计算扇形区域内所有像素平滑后的梯度幅值和，注意这里的统计对象与快速鲁棒特征算法有所不同，快速鲁棒特征算法的统计对象是所有梯度方向在扇形区域内的像素，其空间位置不一定在扇形区域内，选取幅值和最大的扇形区域作为主方向区域，其角平分线定为主方向，显然，这样得到的主方向是离散的，而且其数量跟转动的步长有关，数量大小直接影响着主方向的可重复性与鲁棒性，通过实验测试发现，步长为π/18时，效果较好，此时可以得到2π÷π/18=36个主方向。