【技术实现步骤摘要】
一种基于复合算子的异源图像匹配方法
本专利技术属于图像处理领域,尤其涉及一种基于复合算子的异源图像匹配方法。
技术介绍
图像匹配技术最初是由美国军方提出的,用于飞行器辅助导航系统、武器投射系统的制导及搜索等。现阶段,这项技术已从最初的军事应用扩展到医学诊断、民用目标识别等领域。图像匹配技术分为同源图像匹配和异源图像匹配,匹配依据是图像是否是由同类成像设备获得。其中,由于异源图像间的灰度信息差距较大,现有的大多数同源图像匹配技术在异源图像匹配中使用效果不佳,因此需要研究鲁棒性高的异源图像匹配方法。基于特征的图像匹配方法常常通过提取图像中的点特征、线特征等进行匹配。特征是对图像更高层次的描述,可以在异源图像中稳定存在,因此,基于特征的图像匹配方法可用于异源图像的匹配。基于特征的图像匹配方法不直接对灰度信息进行采集处理,而是通过提取图像上有代表性的特征信息,如点特征等,通过相似性度量完成图像匹配。由于异源图像中检测到的特征点一般含有较多干扰点,因此需要鲁棒性较强的特征匹配方法。针对可见光和红外异源图像间的匹配,本专利技术公开了一种基于复合算子的异源图像匹配方法。首先,采用一种改进的Harris边缘提取算子,分别获取可见光图像和红外图像的边缘图像;其次,对可见光图像和红外图像的边缘采用SURF算子提取特征点,并建立特征描述向量;第三,提出一种改进的最近次邻近原则,利用欧式距离度量特征点之间的相似性提取匹配对,并计算所有匹配点对的平均欧式距离以及方差,根据方差大小设定阈值,剔除错误匹配点对,实现粗匹配;最后,采用一种基于神经网络梯度下降法,对所有粗匹配点对进行拟合得 ...
【技术保护点】
1.一种基于复合算子的异源图像匹配方法,其特征在于,该方法步骤如下:(1)采用Harris边缘提取算子,分别获取可见光图像和红外图像的边缘图像;(2)对可见光图像和红外图像的边缘采用SURF算子提取特征点,并建立特征描述向量;(3)利用欧式距离度量特征点之间的相似性提取匹配对,并计算所有匹配点对的平均欧式距离以及方差,根据方差大小设定阈值,剔除错误匹配点对,实现粗匹配;(4)采用神经网络梯度下降法,对所有粗匹配点对进行拟合得到函数模型,计算所有粗匹配点对与函数模型的误差,剔除误差大于预先设定阈值ω的匹配点对,得到精确匹配结果。
【技术特征摘要】
1.一种基于复合算子的异源图像匹配方法,其特征在于,该方法步骤如下:(1)采用Harris边缘提取算子,分别获取可见光图像和红外图像的边缘图像;(2)对可见光图像和红外图像的边缘采用SURF算子提取特征点,并建立特征描述向量;(3)利用欧式距离度量特征点之间的相似性提取匹配对,并计算所有匹配点对的平均欧式距离以及方差,根据方差大小设定阈值,剔除错误匹配点对,实现粗匹配;(4)采用神经网络梯度下降法,对所有粗匹配点对进行拟合得到函数模型,计算所有粗匹配点对与函数模型的误差,剔除误差大于预先设定阈值ω的匹配点对,得到精确匹配结果。2.根据权利要求1所述的一种基于复合算子的异源图像匹配方法,其特征在于,所述步骤(1)中,采用Harris边缘提取算子,分别获取可见光图像和红外图像的边缘图像,具体方法如下:(1.1)给定待匹配的可见光图像V和红外图像R,对待匹配的可见光图像V和红外图像R中每一像素点计算相关矩阵M:首先利用水平,竖直差分算子对图像的每个像素进行滤波以求得该像素在x坐标方向的差分Ix、该像素在y坐标方向的差分Iy,然后对IxIy、IyIx分别进行高斯平滑滤波,得到M中的四个元素的值,进而得到自相关矩阵M:其中:代表卷积操作,高斯函数其中,σ是模糊系数,x是像素的横坐标,y是像素的纵坐标,e是自然对数的底数;(1.2)利用M中的四个元素计算每个像素点的Harris角点响应R;R=det(M)-k×trace2(M)=(AB-CD)2-k×(A+B)2其中,k是常数,det(M)为自相关矩阵M的行列式,trace(M)为自相关矩阵M的迹;(1.3)若目标像素点计算的R角点响应函数值大于预先设定的阈值thresh,若R>thresh,则该像素点为初步候选角点;由此可得整个图像对应的角点集合;(1.4)针对某一初步候选角点p,以其为中心形成一个l×l的正方形邻域,从正方形边缘上以步长为1间隔抽取z个点,将这些像素点的灰度值I(x)与中心像素点灰度值I(p)进行比较,其差值将分为以下三类:1)若I(p)-t≥I(x),则像素点x比中心像素点p暗;2)若I(p)+t≤I(x),则像素点x比中心像素点p亮;3)若I(p)-t<I(x)<I(p)+t,则像素点x和中心像素点p灰度相似;其中,t是阈值,假如上述z个点中,有四分之三的点落在第一类或第二类中,即比中心像素p的强度都暗,或都亮,则认为点p为强角点;(1.5)由提取出来的强角点集合,即可分别构成可见光边缘图像V'和红外边缘图像R'。3.根据权利要求1或2所述的一种基于复合算子的异源图像匹配方法,其特征在于,所述步骤(2)中,对可见光图像和红外图像的边缘采用SURF算子提取特征点,并建立特征描述向量的具体实现方式如下:对可见光边缘图像V'和红外边缘图像R'进行SURF特征检测,分别使用不同尺寸以及不同模糊系数的盒式滤波器与边缘图像V'和R'进行滤波,构造高斯金字塔,对金字塔中所有子图像都采用Hessian矩阵行列值来取得图像的特征点,汇集为V'和R'上的特征点点集D1和D2。4.根据权利要求3所述的一种基于复合算子的异源图像匹配方法,其特征在于,步骤(3)中,实现粗匹配的方法如下:(3.1)输入V'和R'上的特征点点集D1和D2,采用快速近邻匹配方法找到可见光边缘图像V'和红外边缘图像R'中具有最小欧式距离的初始...
【专利技术属性】
技术研发人员:王鑫,张丽荷,宁晨,吕国芳,张香梁,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。