[发明专利]一种基于两次特征检测的图像配准方法有效

专利信息
申请号: 201810199489.8 申请日: 2018-03-09
公开(公告)号: CN108182700B 公开(公告)日: 2020-05-19
发明(设计)人: 桑红石;董通;胡鹏 申请(专利权)人: 华中科技大学
主分类号: G06T7/33 分类号: G06T7/33
代理公司: 华中科技大学专利中心 42201 代理人: 李智;曹葆青
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 两次 特征 检测 图像 方法
【权利要求书】:

1.一种基于两次特征检测的图像配准方法,其特征在于,包括:

(1)利用检测算子对输入图像进行第一次特征检测,得到第一特征点集,利用第一特征点集中的特征点坐标及其邻域生成掩模图像,利用掩模图像进行第二次特征检测,得到第二特征点集,将第一特征点集与第二特征点集合并得到特征点集,所述输入图像包括参考图像和待配准图像;

(2)利用特征点集依次进行特征描述、特征匹配、变换模型估计和图像插值,得到输入图像中参考图像的配准图像。

2.如权利要求1所述的一种基于两次特征检测的图像配准方法,其特征在于,所述步骤(1)包括:

(1-1)将输入图像转为单通道灰度图像,采用检测算子,对输入图像进行第一次特征检测,得到特征点数量为kp1的第一特征点集;

(1-2)利用第一特征点集中的特征点坐标及其邻域生成与输入图像同分辨率的掩模图像,将掩模图像中与第一特征点集中的特征点有相同坐标的位置像素值取0,其它位置像素值取b,1≤b≤255;利用结构元素(ele_m,ele_n)对掩模图像进行二值腐蚀,得到新的掩模图像;

(1-3)采用检测算子,结合新的掩模图像对输入图像进行第二次特征检测,即在掩模图像中像素值为0的位置不进行第二次特征检测,得到特征点数量为kp2的第二特征点集,将第一特征点集与第二特征点集合并得到特征点总数量为kp1+kp2的特征点集。

3.如权利要求1或2所述的一种基于两次特征检测的图像配准方法,其特征在于,所述第一特征点集与第二特征点集合并得到的特征点集包括参考图像的特征点集和待配准图像的特征点集。

4.如权利要求3所述的一种基于两次特征检测的图像配准方法,其特征在于,所述步骤(2)包括:

(2-1)采用描述算子,对特征点集中的特征点邻域的局部图像信息进行描述,分别得到参考图像的描述符矩阵和待配准图像的描述符矩阵;

(2-2)根据参考图像的描述符矩阵和待配准图像的描述符矩阵,对参考图像和待配准图像中的特征点进行配对,得到N个匹配对;

(2-3)根据N个匹配对进行变换模型估计,得到参考图像和待配准图像间的单应矩阵H;

(2-4)利用单应矩阵H将待配准图像映射到参考图像的坐标系下,对于映射后的待配准图像中的非整数像素坐标利用插值法求取灰度值,得到配准图像。

5.如权利要求4所述的一种基于两次特征检测的图像配准方法,其特征在于,所述步骤(2-2)包括:

(2-2-1)根据参考图像的描述符矩阵和待配准图像的描述符矩阵,在参考图像和待配准图像中搜索特征点相互距离满足k近邻条件的匹配对;

(2-2-2)对匹配对按照特征点相互距离由小到大进行排序,取相互距离最小的M个匹配对作为初步匹配对,M为正整数;

(2-2-3)利用优化算法去除初步匹配对中的错误匹配对,得到N个匹配对,N为正整数。

6.如权利要求4或5所述的一种基于两次特征检测的图像配准方法,其特征在于,所述N大于等于4。

7.如权利要求1或2所述的一种基于两次特征检测的图像配准方法,其特征在于,所述检测算子为SIFT、SURF、BRISK、FREAK或者ORB。

8.如权利要求4或5所述的一种基于两次特征检测的图像配准方法,其特征在于,所述描述算子与检测算子相同。

9.如权利要求5所述的一种基于两次特征检测的图像配准方法,其特征在于,所述优化算法选用随机采样一致法、最小二乘法或同类算法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810199489.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top