[发明专利]一种基于多级特征匹配的红外和可见光图像配准方法

权利要求书

1.一种基于多级特征匹配的红外与可见光图像配准方法，其特征是，该方法包括如下步骤：

步骤1，边缘检测：采用边缘检测算子分别提取出红外与可见光图像的边缘轮廓图；

步骤2，特征提取：采用特征提取算法分别提取红外与可见光边缘图像中的特征点；

步骤3，特征描述：采用质心法和同心圆描述方法获得特征点的方向并构建对应的特征描述子；

步骤4，特征匹配：采用基于偏移一致性的多级特征匹配算法完成红外与可见光图像中特征点对的删除及匹配；

步骤5，几何变换：采用提纯后的特征点对计算几何变换模型的最优解，得到最终的配准图像。

2.根据权利要求1所述的一种基于多级特征匹配的红外与可见光图像配准方法，其特征在于，所述步骤1中，首先，将图像与高斯函数进行卷积处理，通过平滑滤波消除噪声的干扰；然后，计算图像的梯度值和对应的方向，并对梯度值和方向角进行非极大值抑制，找出边缘中的一条细线，使得边缘像素位置的检测更准确；最后，通过双阈值法将细线中断开的部分连接起来，即可得到红外和可见光图像各自的边缘轮廓图。

3.根据权利要求1所述的一种基于多级特征匹配的红外与可见光图像配准方法，其特征在于，所述步骤2中，首先，采用SIFT算法分别提取红外与可见光边缘图像中的特征点。先利用高斯核函数进行卷积运算，并不断下采样得到一系列尺度空间，再将相邻两层做差分运算，得到高斯差分金字塔DOG，然后将每个像素点与上下左右前后相对比，保留极值，直至提取出所有特征点。最后通过高斯差分函数的二阶泰勒展开式精确定位特征点的位置和尺度，同时去掉不稳定的特征点。

4.根据权利要求1所述的一种基于多级特征匹配的红外与可见光图像配准方法，其特征在于，所述步骤3中，首先，每个特征点都包括位置、尺度和方向3种信息。位置和尺度信息可通过步骤2获得；然后，方向信息采用图像亮度质心不变矩的方向矢量计算方法获得，质心的位置通过面积积分法确定；最后，对局部特征进行描述，即构建特征描述子来描述每一个特征点与周围图像的相互关系。

5.根据权利要求1所述的一种基于多级特征匹配的红外与可见光图像配准方法，其特征在于，所述步骤4中，首先，利用红外与可见光图像中正确匹配点对之间连线的长度和倾斜角度不变原理，使用偏移一致性判断法则做特征点的粗匹配；然后，通过特征描述子对待配准的红外与可见光图像的特征点集进行由粗到细的多级匹配筛选，获得最准确的配准点集，构建正确的配准关系。

6.根据权利要求1所述的一种基于多级特征匹配的红外与可见光图像配准方法，其特征在于，所述步骤5中，首先，红外与可见光图像配准过程中使用的几何变换为仿射变换，采用最小二乘法对提纯后的点进行参数估计得到仿射变换矩阵的最优解；然后，根据仿射变换参数将红外图像对齐到可见光图像，即可完成整个红外与可见光图像配准过程。