基于几何不变量的图像配准拼接方法和装置及计算机设备制造方法及图纸

本发明专利技术公开了一种基于几何不变量的图像配准拼接方法和装置及计算机设备。该方法包括：对参考星图和待配准星图进行二值化处理；计算参考星图和待配准星图的特征点坐标；构造出所有特征点的几何不变量；对参考星图和待配准星图的星点根据几何不变量构造出匹配代价函数；计算代价函数，对参考星图和待配准星图的特征点进行匹配；随机抽取N组匹配点对，依据刚体变换模型计算配准参数；将剩余的匹配点对配准参数进行验证，去除误匹配。通过本发明专利技术，能够提高配准精度，满足后续的图像融合或是图像拼接的需要。

【技术实现步骤摘要】
基于几何不变量的图像配准拼接方法和装置及计算机设备
本专利技术涉及星图处理
，更具体地，涉及一种基于几何不变量的图像配准拼接方法和装置及计算机设备。
技术介绍
图像配准是寻找在不同时间点、不同的视角下或由不同传感器拍摄的关于同一场景的两幅图像或多幅图像之间的空间变换关系，并对其中的一幅或多幅进行匹配和叠加的过程。图像配准可简单地理解为一个寻找空间映射的过程，重新排列一幅图像的像素点位置，并与另一幅图像的对应像素点保持空间上的一致性。图像配准是遥感图像处理、目标识别、图像融合、图像拼接、图像重建、机器人视觉等众多图像分析领域中的关键技术之一，是图像处理领域中的研究热点。图像配准大致可分为基于区域和基于特征的图像配准，对于匹配时采用的方法不同又可以做进一步的划分。基于区域的图像配准方法又称为模板匹配法，它不需要考虑图像的结构信息，利用区域相关的方法对图像的灰度信息进行匹配。但是它对复杂的图像变换几乎无效，同时算法的计算复杂度较高。基于区域的图像配准方法有互相关法(CrossCorrelation，CC),序贯检测法(SimilarityDetectionAlgorithm，SSDA)，在频域中基于傅氏变换的Fourier-Mellin变换相位相关法，互信息法(MutualInformation，MI)，Levenberg-Marquardt优化方法；基于特征的图像配准方法不是通过所有的图像区域而是通过图像上具有代表性的特征信息进行图像之间的匹配，从而达到图像配准的目的。由于该配准方法只考虑特征信息的匹配，并且对噪声、形变的抗干扰能力更强，因而具有更小的计算量和更高的鲁棒性。基于特征的图像配准方法有采用空间关系的最近邻迭代点(IterativeCloestPoint，ICP)方法、采用不变描述子的方法、一致性标签(ConsistentLabelingProblem，CLP)松弛方法、金字塔和小波方法等。目前图像配准的方法主要有基于Sift特征点的图像配准拼接方法和基于形状上下文的图像配准拼接方法。由于在同一个像素附近的Sift特征点的描述向量相差较大，导致两幅图像间的特征点无法正确的匹配；而且由于曝光时间与ISO(感光度)不同，导致两幅图提取得到的特征点数量相差较大，即使是同一个点的形状直方图也相差较多，不相关的点却有可能相似，因而导致配准失败。因此，提出一种新的图像配准拼接方法，降低特征点失配的现象，提高配准精度，成为亟待解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种基于几何不变量的图像配准拼接方法和装置及计算机设备和计算机可读存储介质，充分利用星图中星点间存在的几何不变量信息，对星图中存在的特征点建立特征描述子并进行匹配，解决了现有技术中特征点失配和配准精度低的技术问题。为了解决上述技术问题，根据本专利技术的一个方面，提供了一种基于几何不变量的图像配准拼接方法。该方法包括以下步骤：步骤S1：对参考星图和待配准星图分别进行二值化处理，得到参考星图中的M个星点和待配准星图中的N个星点，其中，M和N均为大于或等于4的自然数；步骤S2：计算各个星点对应的特征点；步骤S3：计算各个特征点的坐标，其中，参考星图中的M个星点对应的特征点的坐标构成参考特征点集，待配准星图中的N个星点对应的特征点的坐标构成待配准特征点集；步骤S4：在参考特征点集中，计算每个特征点到其余特征点的距离度量，得到参考特征点集中每个特征点的几何不变量描述向量，在待配准特征点集中，计算每个特征点到其余特征点的距离度量，得到待配准特征点集中每个特征点的几何不变量描述向量，其中，参考特征点集中每个特征点的几何不变量描述向量包括M-1个距离度量，待配准特征点集中每个特征点的几何不变量描述向量包括N-1个距离度量；步骤S5：将参考特征点集中一个特征点的几何不变量描述向量和待配准特征点集中一个特征点的几何不变量描述向量输入预设的匹配代价函数，得到两个特征点的匹配值；步骤S6：判断匹配值是否大于预设匹配阈值，当匹配值大于预设匹配阈值时，匹配值对应的两个特征点为一组特征点匹配点对，得到S组特征点匹配点对；步骤S7：在S组特征点匹配点对中抽取N1组特征点匹配点对，对每一组特征点匹配点对分别依据刚体变换模型进行计算，得到每一组特征点匹配点对对应的配准参数；步骤S8：针对每一组特征点匹配点对对应的配准参数，分别利用N2组特征点匹配点对对配准参数进行验证，以确定该组特征点匹配点对是否正确，其中，N1+N2＝S，且N2组特征点匹配点对为S组特征点匹配点对中除N1组特征点匹配点对之外的特征点匹配点对；步骤S9：将N1组特征点匹配点对中不正确的特征点匹配点对去除，得到X组正确的特征点匹配点对；步骤S10：采用以下公式计算迭代阈值r：其中，p为期望正确点对概率,Sn为第n次迭代后得到的特征点匹配点对总数，Sn＝Sn-1+X-X'，S0＝0，X'为第n-1次迭代后得到的特征点匹配点对总数对应的特征点匹配点对中，与X组正确的特征点匹配点对中相同的特征点匹配点对的个数；步骤S11：判断迭代阈值r是否大于或等于1，若迭代阈值r大于或等于1，则并将迭代次数n加1，返回步骤S7，其中，n的初始值为0，若迭代阈值r小于1，则结束迭代，第n次迭代后得到的特征点匹配点对总数对应的特征点匹配点对为参考星图和待配准星图的匹配点。进一步地，步骤S1包括：将参考星图和待配准星图分别转换为灰度直方图；对参考星图对应的灰度直方图采用最小二乘法计算，获取第一最佳阈值，其中，第一最佳阈值使参考星图中的星点区域和背景区域的方差最大；对待配准星图对应的灰度直方图采用最小二乘法计算，获取第二最佳阈值，其中，第二最佳阈值使待配准星图中的星点区域和背景区域的方差最大；根据第一最佳阈值对参考星图进行二值化处理，得到参考星图中的M个星点；根据第二最佳阈值对待配准星图进行二值化处理，得到待配准星图中的N个星点。进一步地，步骤S2包括：计算二值化分割之后的图像上星点的质心得到特征点。进一步地，在步骤S4中，采用以下公式计算在所述参考特征点集中，每个特征点到其余特征点的距离度量：lpi(k)＝||pi-pk||2，k＝1，2...，M其中，k≠i，为所述参考特征点集，pi和pk均为所述参考特征点集中特征点的坐标，lpi(k)为pi到pk的距离度量；采用以下公式计算在所述待配准特征点集中，每个特征点到其余特征点的距离度量：lqj(l)＝||qj-ql||2，l＝1，2...，N其中，且l≠j，为所述待配准特征点集，qj和ql均为所述待配准特征点集中特征点的坐标，lqj(l)为qj到ql的距离度量。进一步地，构造的匹配代价函数如下：其中，δ为高斯函数的标准差,Eij为pi与qj的匹配值。进一步地，步骤S7包括：对每一组特征点匹配点对计算旋转、平移、尺度变换和投影变换的参数，得到每一组特征点匹配点对对应的配准参数。进一步地，步骤S8包括：利用N2组特征点匹配点对对配准参数进行验证，若误差小于预设误差阈值，则认为该组特征点匹配点正确。为了解决上述技术问题，根据本专利技术的第二个方面，提供了一种基于几何不变量的图像配准拼接装置。该装置包括以下模块：二值化模块，用于对参考星图和待配准星图分别进行二值化处理，得到参考星图中的M个星本文档来自技高网...

【技术保护点】
1.一种基于几何不变量的图像配准拼接方法，其特征在于，包括：步骤S1：对参考星图和待配准星图分别进行二值化处理，得到所述参考星图中的M个星点和所述待配准星图中的N个星点，其中，M和N均为大于或等于4的自然数；步骤S2：计算各个所述星点对应的特征点；步骤S3：计算各个所述特征点的坐标，其中，所述参考星图中的所述M个星点对应的特征点的坐标构成参考特征点集，所述待配准星图中的所述N个星点对应的特征点的坐标构成待配准特征点集；步骤S4：在所述参考特征点集中，计算每个特征点到其余特征点的距离度量，得到所述参考特征点集中每个特征点的几何不变量描述向量，在所述待配准特征点集中，计算每个特征点到其余特征点的距离度量，得到所述待配准特征点集中每个特征点的几何不变量描述向量，其中，所述参考特征点集中每个特征点的几何不变量描述向量包括M‑1个距离度量，所述待配准特征点集中每个特征点的几何不变量描述向量包括N‑1个距离度量；步骤S5：将所述参考特征点集中一个特征点的几何不变量描述向量和所述待配准特征点集中一个特征点的几何不变量描述向量输入预设的匹配代价函数，得到两个特征点的匹配值；步骤S6：判断所述匹配值是否大于预设匹配阈值，当所述匹配值大于所述预设匹配阈值时，所述匹配值对应的两个特征点为一组特征点匹配点对，得到S组特征点匹配点对；步骤S7：在S组所述特征点匹配点对中抽取N1组所述特征点匹配点对，对每一组所述特征点匹配点对分别依据刚体变换模型进行计算，得到每一组所述特征点匹配点对对应的配准参数；步骤S8：针对每一组所述特征点匹配点对对应的配准参数，分别利用N2组所述特征点匹配点对对所述配准参数进行验证，以确定该组特征点匹配点对是否正确，其中，N1+N2＝S，且所述N2组特征点匹配点对为所述S组特征点匹配点对中除所述N1组特征点匹配点对之外的特征点匹配点对；步骤S9：将所述N1组特征点匹配点对中不正确的特征点匹配点对去除，得到X组正确的特征点匹配点对；步骤S10：采用以下公式计算迭代阈值r：...

【技术特征摘要】
1.一种基于几何不变量的图像配准拼接方法，其特征在于，包括：步骤S1：对参考星图和待配准星图分别进行二值化处理，得到所述参考星图中的M个星点和所述待配准星图中的N个星点，其中，M和N均为大于或等于4的自然数；步骤S2：计算各个所述星点对应的特征点；步骤S3：计算各个所述特征点的坐标，其中，所述参考星图中的所述M个星点对应的特征点的坐标构成参考特征点集，所述待配准星图中的所述N个星点对应的特征点的坐标构成待配准特征点集；步骤S4：在所述参考特征点集中，计算每个特征点到其余特征点的距离度量，得到所述参考特征点集中每个特征点的几何不变量描述向量，在所述待配准特征点集中，计算每个特征点到其余特征点的距离度量，得到所述待配准特征点集中每个特征点的几何不变量描述向量，其中，所述参考特征点集中每个特征点的几何不变量描述向量包括M-1个距离度量，所述待配准特征点集中每个特征点的几何不变量描述向量包括N-1个距离度量；步骤S5：将所述参考特征点集中一个特征点的几何不变量描述向量和所述待配准特征点集中一个特征点的几何不变量描述向量输入预设的匹配代价函数，得到两个特征点的匹配值；步骤S6：判断所述匹配值是否大于预设匹配阈值，当所述匹配值大于所述预设匹配阈值时，所述匹配值对应的两个特征点为一组特征点匹配点对，得到S组特征点匹配点对；步骤S7：在S组所述特征点匹配点对中抽取N1组所述特征点匹配点对，对每一组所述特征点匹配点对分别依据刚体变换模型进行计算，得到每一组所述特征点匹配点对对应的配准参数；步骤S8：针对每一组所述特征点匹配点对对应的配准参数，分别利用N2组所述特征点匹配点对对所述配准参数进行验证，以确定该组特征点匹配点对是否正确，其中，N1+N2＝S，且所述N2组特征点匹配点对为所述S组特征点匹配点对中除所述N1组特征点匹配点对之外的特征点匹配点对；步骤S9：将所述N1组特征点匹配点对中不正确的特征点匹配点对去除，得到X组正确的特征点匹配点对；步骤S10：采用以下公式计算迭代阈值r：其中，p为期望正确点对概率,Sn为第n次迭代后得到的特征点匹配点对总数，Sn＝Sn-1+X-X'，S0＝0，X'为第n-1次迭代后得到的特征点匹配点对总数对应的特征点匹配点对中，与所述X组正确的特征点匹配点对中相同的特征点匹配点对的个数；步骤S11：判断所述迭代阈值r是否大于或等于1，若所述迭代阈值r大于或等于1，则并将迭代次数n加1，返回步骤S7，其中，n的初始值为0，若所述迭代阈值r小于1，则结束迭代，第n次迭代后得到的特征点匹配点对总数对应的特征点匹配点对为所述参考星图和所述待配准星图的匹配点。2.根据权利要求1所述基于几何不变量的图像配准拼接方法，其特征在于，所述步骤S1包括：将所述参考星图和所述待配准星图分别转换为灰度直方图；对所述参考星图对应的灰度直方图采用最小二乘法计算，获取第一最佳阈值，其中，所述第一最佳阈值使所述参考星图中的星点区域和背景区域的方差最大；对所述待配准星图对应的灰度直方图采用最小二乘法计算，获取第二最佳阈值，其中，所述第二最佳阈值使所述待配准星图中的星点区域和背景区域的方差最大；根据所述第一最佳阈值对所述参考星图进行二值化处理，得到所述参考星图中的M个星点；根据所述第二最佳阈值对所述待配准星图进行二值化处理，得到所述待配准星图中的N个星点。3.根据权利要求1所述基于几何不变量的图像配准拼接方法，其特征在于，所述步骤S2包括：计算二值化分割之后的图像上所述星点的质心得到所述特征点。4.根据权利要求1所述基于几何不变量的图像配准拼接方法，其特征在于，在所述步骤S4中：采用以下公式计算在所述参考特征点集中，每个特征点到其余特征点的距离度量：lpi(k)＝||pi-pk||2，k＝1，2...，M其中，k≠i，为所述参考特征点集，pi和pk均为所述参考特征点集中特征点的坐标，lpi(k)为pi到pk的距离度量；采用以下公式计算在所述待配准特征点集中，每个特征点到其余特征点的距离度量：lqj(l)＝||qj-ql||...

【专利技术属性】
技术研发人员：高昆，吴穹，庄幽文，豆泽阳，张廷华，华梓铮，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11