[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

说明书

一种基于多级特征匹配的红外与可见光图像配准方法，属于图像配准技术领域，解决了现有红外与可见光图像配准精度低的问题，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。本发明提高了匹配速度；提高了匹配点对的正确率，从而实现高精度配准。

技术领域

本发明涉及一种基于多级特征匹配的红外与可见光图像配准方法，属于图像配准技术领域。

背景技术

图像配准作为图像拼接和图像融合不可或缺的前提条件，也是其重要的性能保障，图像配准的精准程度将直接影响图像拼接和图像融合的图像质量性能。其中红外与可见光图像的配准是多传感器图像配准的一种重要类别。因此，通过配准技术使红外图像与可见光图像达到几何意义上的对齐，从而更好地将多种传感器获取的图像有效地结合起来，生成具有高质量的融合图像是非常必要的。然而，由于红外与可见光图像的成像原理不同，如何准确描述提取到的特征和提高配准精度一直是本领域的难点和痛点。

中国专利公开号为“CN111369605A”，名称为“一种基于边缘特征的红外与可见光图像的配准方法和系统”，该方法首先通过结构化随机森林边缘检测提取出红外与可见光图像的边缘图像并通过边缘特征构造红外与可见光图像的主方向矩阵；接着，利用SURF提取边缘图像特征点中方向稳定的特征点；然后，利用高斯加权法计算特征点对应的描述符；最后，通过欧式距离比和随机抽样一致算法实现特征点的匹配，完成配准。该方法得到的配准图像误匹配率高，配准精度低，同时实现过程复杂。

发明内容

本发明解决了现有红外与可见光图像配准精度低的问题，提供了一种基于多级特征匹配的红外与可见光图像配准方法。使得到的配准图像误匹配点对数更少，配准精度更高，同时本发明提出的配准方法复杂度较低，配准效率更高。

本发明解决技术问题的方案是：

一种基于多级特征匹配的红外与可见光图像配准方法，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。

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。

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。