[发明专利]一种基于局部线性约束的稀疏特征匹配的图像配准方法

权利要求书

1.一种基于局部线性约束的稀疏特征匹配的图像配准方法，其特征在于包括以下步骤：

(1)采用特征探测法推断得到待配准的两个图像的假定匹配集x_n与y_n分别表示待配准的两幅图像中特征点空间位置的二位列向量；所述假定匹配集S包含错误匹配和正确匹配，其中正确匹配根据带匹配的两个图像之间的几何变换Z确定，即如果(x_n,y_n)是一个正确的匹配，则y_n＝Z(x_n)是一个正确的匹配；

(2)初始位置加位移函数v将定义变换Z：Ζ(x)＝x+v(x)，其中v在函数空间H中模拟，所述函数空间H为向量值的再生核希尔伯特空间，通过矩阵值的核Γ:R²×R²→R^2×2与对角线高斯核定义得到，其中R为实数空间，I为单位矩阵，x_i和x_j为实数空间中两个特征点的空间位置，β为高斯窗参数，参数β为设置值，范围为0.01～1.1，则变换Z通过以下形式表示：

Z(x)=x+v(x)=x+Σn=1NΓ(x,xn)cn,]]>

其中，x表示任意一个图像点的空间位置，c_n表示一个2×1维待求解的向量系数；

(3)利用对角元素{p_n}组成的对角矩阵P指出匹配可信度，对角矩阵P中的任意元素p_n∈[0,1]为0到1之间的实数，当p_n＝1时表示(x_n,y_n)为一个正确的匹配，当p_n＝0时表示(x_n,y_n)为一个错误的匹配；

(4)创建大小为N×N的权值矩阵W，且使当x_j不属于x_i的K邻域时，W中的元素W_ij＝0，x_i的K邻域指欧氏距离最近的K个元素；在约束下通过代价函数最小化基于局部线性约束的重构误差，并采用最小二乘求解出W，得到以下能量函数：

ϵ(P,Z)=Σn=1Npn||yn-Z(xn)||2-ηΣn=1Npn+TΣn=1Npnlog pn+λΣi=1Npi||Z(xi)-Σj=1NWijZ(xj)||2,]]>

其中，参数T表示确定性退火的初始温度，η表示对错误匹配的惩罚，λ表示正则化参数基于局部线性约束的正则化参数，参数T、η和λ均为设置值，T的范围为0.05～5.5，η的范围为0.01～1.1，λ的范围为100～10000；

(5)采用确定性退火技术求解能量函数得到变换Z，通过变换Z结合双线性插值执行图像配准。