[发明专利]基于尺度不变Harris特征的图像配准方法和装置

权利要求书

1.一种基于尺度不变Harris特征的图像配准方法，其特征在于，包括如下步骤：

步骤一，分别将参考图像以及待配准图像与具有多个不同尺度的高斯核进行卷积操作，滤除高频噪声并构建若干层高斯金字塔；

步骤二，使用拉普拉斯算子对步骤一中生成的高斯金字塔的每一层进行滤波，锐化图像边缘；

步骤三，对步骤二中滤波后的高斯金字塔的每一层进行Harr is角点检测，从金字塔顶层向下找到各层相互对应的Harr is角点作为特征点，其具体包括以下过程：

对步骤二中滤波后的金字塔的顶层进行Harr is角点检测，得到顶层的Harr is角点，其中，设定顶层为第k层；

依据第k层的Harr is角点P_k(x_k,y_k)，在第k-1层设定一个圆形搜索范围，范围中心点位置为(2x_k,2y_k)，半径r＝σ，σ是第k-1层的模糊尺度；在该搜索范围内查找Harr is角点，找到与第k层的角点P_k(x_k,y_k)的Harr is响应值最接近的Harr is角点P_k-1(x_k-1,y_k-1)，则Harr is角点P_k-1(x_k-1,y_k-1)就是第k-1层中与第k层Harr is角点P_k(x_k,y_k)相对应的特征点；

按照上述方法遍历至高斯金字塔的底层，逐层寻找与上一层相互对应的Harr is角点，并形成特征点链，直至遍历顶层所有的Harr is角点；每条特征点链中底层对应的Harr is角点就是稳定的尺度不变特征点；

步骤四，为两个金字塔底层对应的尺度不变特征点确定主方向，并生成特征向量；

步骤五，对步骤四中已生成特征向量的特征点对进行粗匹配，得到匹配后的特征点对；

步骤六，剔除步骤五中匹配后的特征点对中的误匹配点对，并利用剔除误匹配点后的特征点对计算参考图像和待配准图像之间的单应变换矩阵H；

步骤七，利用步骤六中求取的单应变换矩阵H将参考图像和待配准图像转换到同一坐标系下，然后对坐标变换后的参考图像和待配准图像进行融合、拼接，完成图像配准。

2.根据权利要求1所述的方法，其特征在于：

所述的步骤四中，利用特征点邻域像素的梯度方向分布特性，为两个金字塔底层对应的尺度不变特征点确定主方向，并使用SIFT特征描述生成特征向量。

3.根据权利要求1所述的方法，其特征在于：

所述的步骤五中，使用基于欧氏距离的最近邻双向匹配方法和k-d树搜索策略，对步骤四中已生成特征向量的特征点对进行粗匹配，得到匹配后的特征点对。

4.根据权利要求1所述的方法，其特征在于：

所述的步骤六中，使用RANSAC算法剔除误匹配点。

5.根据权利要求1所述的方法，其特征在于：

所述步骤七中，利用加权平滑算法对坐标变换后的图像进行融合、拼接。