【技术实现步骤摘要】
本专利技术涉及图像处理
,具体涉及一种基于斑块特征描述的图像配准装置。
技术介绍
图像配准是将在不同时间、从不同视角或用不同传感器拍摄的同一场景的两幅或多幅图像在空间上进行对齐的过程。其主要目的是消除参考图像和待配准图像间由成像条件不同所引起的几何形变,从而使二者具有空间一致性。现有技术中的图像配准算法能够通过增强信息间的互补性,减少对场景理解的不确定性。在图像配准过程中,由于同一场景的成像结果表现出较大的视觉差异,给配准带来较大的困难,且现有的配准算法在精度、效率、稳定性和适应性等方面并不能完全满足应用需求。
技术实现思路
针对上述问题,本专利技术提供一种图像匹配精度相对较高、匹配速度相对较快的基于斑块特征描述的图像配准装置。本专利技术的目的采用以下技术方案来实现:一种基于斑块特征描述的图像配准装置,包括预处理模块、特征检测模块、特征描述模块、特征匹配模块和空间变换模块;(1)预处理模块,用于将参考图像和待配准图像转化为灰度图像,定义转化公式为:I(x,y)=k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中,I(x,y)代表图像在坐标(x,y)处的像素灰度值,G(x,y)、R(x,y)、B(x,y)分别代表坐标(x,y)处的红、绿、蓝强度值,k为设定的权重因子,k的取值范围为[0.08,0.12];(2)特征检测模块,包括局部区域特征检测子模块和斑块特征检测子模块,所述局部区域特征检测子模块用于通过墨西哥帽小波函数来检测预处理后的两图像的局部区域特征,所述斑块特征检测子模块用于采用近似Hessia ...
【技术保护点】
一种基于斑块特征描述的图像配准装置,其特征是,包括预处理模块、特征检测模块、特征描述模块、特征匹配模块和空间变换模块:(1)预处理模块,用于将参考图像和待配准图像转化为灰度图像,定义转化公式为:I(x,y)=k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中,I(x,y)代表图像在坐标(x,y)处的像素灰度值,G(x,y)、R(x,y)、B(x,y)分别代表坐标(x,y)处的红、绿、蓝强度值,k为设定的权重因子,k的取值范围为[0.08,0.12];(2)特征检测模块,包括局部区域特征检测子模块和斑块特征检测子模块,所述局部区域特征检测子模块用于通过墨西哥帽小波函数来检测预处理后的两图像的局部区域特征,所述斑块特征检测子模块用于采用近似Hessian矩阵的局部极值在自定义尺度空间中检测预处理后的两图像中的斑块特征,输出斑块特征的空间位置及所在的特征尺度;所述近似Hessian矩阵的描述形式为:式中,σ为高斯函数的标准差,即尺度因子;Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分别为高斯二阶微分离散化和裁剪后的近似模 ...
【技术特征摘要】
1.一种基于斑块特征描述的图像配准装置,其特征是,包括预处理模块、特征检测模块、特征描述模块、特征匹配模块和空间变换模块:(1)预处理模块,用于将参考图像和待配准图像转化为灰度图像,定义转化公式为:I(x,y)=k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中,I(x,y)代表图像在坐标(x,y)处的像素灰度值,G(x,y)、R(x,y)、B(x,y)分别代表坐标(x,y)处的红、绿、蓝强度值,k为设定的权重因子,k的取值范围为[0.08,0.12];(2)特征检测模块,包括局部区域特征检测子模块和斑块特征检测子模块,所述局部区域特征检测子模块用于通过墨西哥帽小波函数来检测预处理后的两图像的局部区域特征,所述斑块特征检测子模块用于采用近似Hessian矩阵的局部极值在自定义尺度空间中检测预处理后的两图像中的斑块特征,输出斑块特征的空间位置及所在的特征尺度;所述近似Hessian矩阵的描述形式为:式中,σ为高斯函数的标准差,即尺度因子;Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y...
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。