[发明专利]一种多源图像序列实时配准方法

说明书

本发明公开了一种多源图像序列实时配准方法，如下：输入两组单源图像序列，其中一组单源图像序列为参考图像序列，另一组单源图像序列为待配准图像序列；利用间隔采样法，同时对两组单源图像序列间隔采样，得到定标帧图像对集合。对当前待处理采样图形对，运用基于特征的图像配准算法进行配准，采用配准参数更新相机参数。对当前定标帧图像对之后、下一定标帧图像对之前的待配准图像对依次进行投影变换，得到一系列配准后的目标图像序列对。选择下一定标帧图像对作为当前待处理采样图像对；直到所有待配准图像完成配准。该方法减少了定标帧图像后的序列图像进行特征点检测与提取、特征描述、特征匹配以及求解配准关系的过程，且配准精度高。

【技术领域】

本发明属于图像处理技术领域，尤其是涉及一种多源图像序列实时配准方法。

【背景技术】

伴随计算机视觉等新兴高科技产业的发展，图像处理技术进入了一个新的阶段。当下图像处理技术主要有图像分割、图像融合、图像复原、图像匹配、图像配准等，这些新技术一经出现就应用在了很多领域，如航天器、医疗卫生、天气预测、农林防治与管理、国土资源审查等等。随着技术的发展和成熟，这些技术的应用更加细化了，例如人脸支付、犯罪嫌疑人的查找、细胞癌变的判断、天气情况的预测、全国粮食产量的统计等等。伴随着这些应用领域的扩展和深入，同时导致了图像处理的难度变大、效率变低等问题。在很多情况下单纯的一张图像已经不能满足目前的信息量要求，因此，需要将多张图像进行结合处理来得到更加全面、完整的信息，诸如此类的图像处理操作有图像配准技术、图像融合、图像拼接等。图像配准技术是这些应用所依赖的重要基础，也是近年来发展最迅速的图像处理技术之一。

根据图像配准过程中所利用的图像信息的不同，将图像配准划分为两大方向，分别是通过区域来进行配准的算法和通过特征来进行配准的算法。基于特征的图像配准方法具有配准精度高，配准时间相对短的特点。但是，目前经典的特征配准算法依然无法满足实时性的需求。

【发明内容】

本发明的目的是提供一种多源图像序列实时配准方法，减少了定标帧图像后的序列图像进行特征点检测与提取、特征描述、特征匹配以及求解配准关系的过程，且配准精度高。

本发明采用以下技术方案：一种基于特征的多源图像序列实时配准方法，该配准方法如下：

步骤S1、输入两组单源图像序列，其中一组单源图像序列为参考图像序列，另一组单源图像序列为待配准图像序列；其中，两组单源图像序列为在相同时间序列下获取。

利用间隔采样法，同时对两组单源图像序列间隔采样，得到多个采样图形对，将多个采样图形对按照时间序列依次组合，得到定标帧图像对集合；选择定标帧图像对集合中的第一组图像对作为当前待处理采样图形对。

步骤S2、对当前待处理采样图形对，运用基于特征的图像配准算法进行配准，获得配准参数，采用配准参数更新相机参数。

步骤S3、运用步骤S2获得的最新相机参数，对当前定标帧图像对之后、下一定标帧图像对之前的待配准图像对依次进行投影变换，得到一系列配准后的目标图像序列对，完成当前定标帧图像的配准。

步骤S4、选择下一定标帧图像对作为当前待处理采样图像对，依次重复执行步骤S2～步骤S3，完成下一定标帧图像的配准。

步骤S5、重复步骤S4，直到所有待配准图像完成配准。

进一步地，上述步骤S2具体为：

步骤S21：利用同一特征点检测算法，对步骤S1获得的当前待处理采样图形对中的参考图像与待配准图像进行特征点检测，并提取两幅图像的位置及灰度特征信息。

步骤S22：选择某一特征描述符算法，对步骤S21检测出的参考图像的所有特征点构建特征描述子，构成参考图像的特征集合；利用相同的特征描述符算法，对S21检测出的待配准图像的所有特征点构建特征描述子，构成待配准图像的特征集合。