[发明专利]一种可见光和红外图像快速配准方法及装置

说明书

一种可见光和红外图像快速配准方法及装置，方法包括：输入可见光图像和红外图像，分别进行灰度化，获取两幅图像的灰度图，分别提取两张灰度图的边缘信息；对红外图像边缘图进行第一阶段的平移遍历，每次平移后计算当前状态下红外图像边缘图与可见光图像边缘图的吻合度，直至第一阶段的平移遍历结束，记录吻合度达到最大时的偏移量；以第一阶段平移遍历得到的位置偏移量为基准，在其周围的预设范围内进行第二阶段的的平移遍历，找到此范围内红外图像边缘图和可见光图像边缘图吻合度最大时的偏移量，利用第二阶段的的平移遍历得到的偏移量，对红外图像进行平移变换，将其与可见光图像对齐，完成图像配准。

技术领域

本发明涉及图像处理应用中的图像配准领域，具体涉及一种可见光和红外图像快速配准方法及装置。

背景技术

图像融合是一种将多源信道所采集到的关于同一目标的图像数据经过图像处理，提取各自信道中的有利信息，最后综合成高质量图像的技术。近年来无人机技术发展迅速，机载的光电成像系统可以提供获取航拍图像的功能，在空中侦察、交通监控、野外搜救等领域都有着广泛的应用，机载光电平台上通常使用可见光摄像机和红外热成像仪获取图像，。与可见光图像相比，红外图像反映的是目标及背景向外辐射能量的差异，在夜间及雾霾天气下拥有明显优势。与此同时，红外图像也有像素分辨率低、对比度差、边缘模糊等缺陷。将可见光图像与红外图像进行融合，可结合两种图像各自的优势，令无人机的拍摄图像在拥有更高图像质量的同时拥有更好的环境适应性。

在无人机成像平台获取目标图像时，受机身设计、相机安装、大气折射等因素的影响，同一场景采集到的可见光图像和红外图像会存在空间上的略微差异，具体表现在图像上某些目标的位置、方向等不一致，这会对图像融合的效果产生不良影响，因此在融合之前必须对可见光图像和红外图像进行高精度的配准。

图像配准是指寻找源图像之间的映射关系，估计图像之间的相对运动参数，使得在同一场景获取的待配准图像在真实空间像素位置上达到对应点位置完全一致。现有技术中最常见的配准方式是基于特征匹配的图像配准，具体的，对红外图像和可见光图像进行特征点检测和匹配，通过找到最匹配的特征点对来确立两种图像的变换矩阵，实现两种图像的配准，然后进行后续对应像素点的融合。为保证匹配效果，现有特征匹配算法如SIFT、SURF的流程较为复杂，一般首先要进行特征点提取和描述子计算，接下来利用描述子的关系来进行两张图像之间特征点的匹配，得到匹配结果后还需要利用一定的准则进行优秀匹配的筛选和优化。这一配准过程存在两个明显的缺陷，一是整个流程步骤较多，复杂度较高，传统特征匹配算法的描述子计算和特征点匹配十分耗时，不利于无人机机载嵌入式设备实现实时处理；二是适用性不够广泛，特征匹配算法在物体边缘清晰、特征比较明显的场景效果很好，但是在一些特殊场景下异源图像对应同名点邻域内的灰度梯度方向可能为反向，特征点匹配的准确率较低，使配准和融合的效果大打折扣。

针对实时性要求较高的机载成像平台，另一种简单高效的配准思路是在一定的空间偏移范围内比较可见光图像边缘和红外图像边缘的相似度，搜索得到最大相似度时的偏移量作为配准的结果，但为了得到像素级精度的偏移量，需要在横纵两个方向上进行搜索，大量搜索次数会增加算法的时间成本，无法满足平台实时性的要求，在保障融合效果的同时提升配准的运算速度，是无人机领域中图像配准和融合算法的一个研究方向。

发明内容

鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种可见光和红外图像快速配准方法及装置，基于两阶段搜索的可见光和红外图像快速自动配准加速算法，旨在解决可见光和红外图像配准速度慢的问题，具体方案如下：

作为本发明的第一方面，提供一种可见光和红外图像快速配准方法，所述方法包括：

步骤1，输入可见光图像和红外图像，将可见光图像和红外图像分别进行灰度化，分别获取可见光图像和红外图像的灰度图，分别提取两张灰度图的边缘信息，获取两张灰度图的边缘图，分别为可见光图像边缘图和红外图像边缘图；