[发明专利]图像配准处理方法和装置

说明书

技术领域

本申请涉及计算机视觉技术领域，特别涉及一种图像配准处理方法和装置。

背景技术

在计算机视觉领域，常常需要进行图像配准。具体的，例如，获取了某区域的多个不同图像，根据各个图像中像素点信息，确定不同图像中的相同物体，进而建立不同图像中表征相同图像特征的区域的映射关系，即不同图像间的映射关系。根据这种映射关系将不同的图像进行匹配、叠加等处理。继而可以根据配准的结果，进行图像的拼接、三维重建或目标识别等等。

目前，为了进行图像配准，常采用基于图像特征的配准方法进行具体的图像配准。但是，上述的图像配准处理方法，由于原理上大多都是简单地根据像素点的灰度值确定图像特征，进而根据图像特征进行图像配准。因此，具体实施时，确定的图像特征的准确度不高，图像配准的误差相对较大。此外，上述方法通常是利用SIFT(Scale invariant feature transform)算法、PCA-SIFT(Principle Component Analysis Scale invariant feature transform)算法、SURF(Speeded Up Robust Features)算法等具体实现的。上述算法虽然配准精度较高，但是，计算量相对较为庞大，导致图像配准的速度较慢。尤其在进行图像拼接时，往往需要处理大量的图片，这种缺点尤为明显。综上可知，现有的图像配准处理方法，具体实施时，往往存在不能同时兼顾处理速度和配准精度的技术问题。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请实施方式提供了一种图像配准处理方法和装置，以达到可以提高配准精度、提高处理速度的技术效果。

本申请实施方式提供了一种图像配准处理方法，包括：

获取第一图像和第二图像；

通过加速分割特征算法，获取第一图像的第一采样点和第二图像的第一采样点；

利用哈里斯算法从所述第一图像的第一采样点中筛选出第一图像的第二采样点，从所述第二图像的第一采样点中筛选出第二图像的第二采样点；

利用快速视网膜关键点描述子对所述第一图像的第二采样点和所述第二图像的第二采样点进行描述，根据描述结果确定匹配点对；

根据所述匹配点对，确定配准参数，并根据所述配准参数，将所述第一图像与所述第二图像进行配准。

在一个实施方式中，所述通过加速分割特征算法，获取第一图像的第一采样点和第二图像的第一采样点，包括：

通过影像金字塔，分别建立第一图像的尺度空间、第二图像的尺度空间；

通过加速分割特征算法，从所述第一图像的尺度空间中获取所述第一图像的第一采样点，从所述第二图像的尺度空间中获取所述第二图像的第一采样点。

在一个实施方式中，所述通过哈里斯算法过滤，从所述第一图像的第一采样点中筛选出第一图像的第二采样点，从所述第二图像的第一采样点中筛选出第二图像的第二采样点，包括：

求取第一图像的第一采样点的哈里斯角点响应值和第二图像的第一采样点的哈里斯角点响应值；

根据所述第一图像的第一采样点的哈里斯角点响应值，建立第一图像的第一点列，根据所述第二图像的第一采样点的哈里斯角点响应值，建立第二图像的第一点列；

从所述第一图像的第一点列中确定出第一图像的强角点作为所述第一图像的第二采样点；

从所述第二图像的第一点列中确定出第二图像的强角点作为所述第二图像的第二采样点。

在一个实施方式中，利用快速视网膜关键点描述子对所述第一图像的第二采样点和所述第二图像的第二采样点进行描述，根据描述结果确定匹配点对，包括：

按照预设规则，从所述第一图像的第二采样点中确定出第一图像的特征点，从所述第二图像的第二采样点中确定出第二图像的特征点；

根据所述第一图像的特征点和所述第二图像的特征点，建立对应的快速视网膜关键点描述子；

利用所述快速视网膜关键点描述子，对所述第一图像的特征点和所述第二图像的特征点进行描述，根据描述结果确定所述匹配点对。

在一个实施方式中，按照以下公式，建立所述快速视网膜关键点描述子：

上式中，F_a为第二图像中编号为a的第二图像的特征点的快速视网膜关键点描述子，T(P_a,i)为编号为a的第二图像的特征点与第一图像中编号为i的第一图像的特征点的灰度值关系函数，i的取值为1至N，N为第一图像中的第一图像的特征点的个数。