[发明专利]配准图像的选择方法

说明书

本发明公开了配准图像的选择方法，涉及图像配准，包括KLT角点算法以及图像配准流程，还包括以下步骤：将源图像与配准图像进行相同的预处理，去除多余的噪声；利用KLT角点算法将源图像与配准图像进行KLT角点检测，记录KLT角点坐标；以KLT角点为圆心，以图像分辨率的1/10‑1/5的长边设定配准边界，获得配准边界的内切圆作为配准区域；依据交换信息量矩阵，计算源图像与配准图像配准区域的相关系数；利用相关系数，判断源图像与配准图像的匹配程度，判断是否更换配准图像，若相关系数大于0.8，则采用当前配准图像作为源图像的最终配准图像；进入图像配准流程。本发明能够有效提高特征角点应用于图像配准时的配准精度；能够优化KLT角点的配准功能。

技术领域

本发明涉及图像配准，具体涉及配准图像的选择方法。

背景技术

图像配准是目前图像处理领域的重要分支，但目前对于配准图像选择方法还没有公布，但配准图像对于源图像的精确配准起到重要作用。

发明内容

本发明所要解决的技术问题是现有技术为公布配准图像的选择方法，目的在于提供配准图像的选择方法，解决上述问题。

配准图像的选择方法，包括KLT角点算法以及图像配准流程，还包括以下步骤：

将源图像与配准图像进行相同的预处理，去除多余的噪声；

利用KLT角点算法将源图像与配准图像进行KLT角点检测，记录KLT角点坐标；

以KLT角点为圆心，以图像分辨率的1/10-1/5的长边设定配准边界，获得配准边界的内切圆作为配准区域；

依据交换信息量矩阵，计算源图像与配准图像配准区域的相关系数；

利用相关系数，判断源图像与配准图像的匹配程度，判断是否更换配准图像，若相关系数大于0.8，则采用当前配准图像作为源图像的最终配准图像；

进入图像配准流程。

进一步地，所述角点采用Kitchen-Rosenfeld角点检测、SUSAN角点检测。

进一步地，所述预处理包括形态学处理、中值滤波、直方图均衡化。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明配准图像的选择方法，能够有效提高特征角点应用于图像配准时的配准精度；

2、本发明配准图像的选择方法，能够优化KLT角点的配准功能。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

本发明配准图像的选择方法，包括KLT角点算法以及图像配准流程，还包括以下步骤：将源图像与配准图像进行相同的预处理，去除多余的噪声；利用KLT角点算法将源图像与配准图像进行KLT角点检测，记录KLT角点坐标；以KLT角点为圆心，以图像分辨率的1/10-1/5的长边设定配准边界，获得配准边界的内切圆作为配准区域；依据交换信息量矩阵，计算源图像与配准图像配准区域的相关系数；利用相关系数，判断源图像与配准图像的匹配程度，判断是否更换配准图像，若相关系数大于0.8，则采用当前配准图像作为源图像的最终配准图像；进入图像配准流程。

所述角点采用Kitchen-Rosenfeld角点检测、SUSAN角点检测。所述预处理包括形态学处理、中值滤波、直方图均衡化。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。