【技术实现步骤摘要】
本专利技术涉及图像处理领域，尤其涉及一种多光谱图像配准方法和装置。
技术介绍
图像配准就是将不同时间、不同传感器(成像设备)或者不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程。其中，多光谱图像的配准得到了越来越广泛的应用，所谓多光谱图像的配准，是指对由不同频段的传感器(成像设备)所生成的多幅多光谱图像进行配准，例如：将可见光图像与红外光图像进行配准。目前，基于特征点的配准算法是图像配准中最常见的方法，算法流程如下：首先，对多幅图像进行特征提取得到特征点；然后，通过相似性度量，找到多幅图像中匹配的特征点对；最后，通过匹配的特征点对进行图像配准。其中，对于特征点的匹配，通常采用单向匹配，具体的，定义两幅图像分别为参考图像和待配准图像，计算两幅图像中所有特征点两两之间的欧式距离，对于待配准图像中的每一个特征点T，参考图像中与特征点T之间欧式距离最小的特征点为S1，欧式距离为D1，参考图像中与特征点T之间欧式距离次小的特征点为S2，欧式距离为D2，若D1<α·D2，0<α<1，则特征点S1即为与特征点T相匹配的特征点，构成特征点对(S1，T)。但是，在多模图像中，由于成像设备不同，多模图像之间其纹理结构差异以及像素差异都很大，检测出的特征点并不稳定，通过特征点的单向匹配，参考图像中的特征点S1为待配准图像中特征点T的最优匹配点，但是反过来，待配准图像中...
【技术保护点】
一种多光谱图像配准方法，其特征在于，包括：分别确定参考图像和待配准图像的特征点；分别根据所述参考图像和所述待配准图像的特征点计算所述参考图像和所述待配准图像中每个特征点对应的边缘方向直方图EOH描述符；根据所述EOH描述符计算所述参考图像中每个特征点与所述待配准图像中每个特征点之间的欧式距离；根据所述欧式距离进行所述参考图像中每个特征点与所述待配准图像中所有特征点的匹配以及所述待配准图像中每个特征点与所述参考图像中所有特征点的匹配，获得所述参考图像和所述待配准图像之间的特征点匹配对；根据所述特征点匹配对将所述参考图像与所述待配准图像进行图像配准。
【技术特征摘要】
1.一种多光谱图像配准方法，其特征在于，包括：
分别确定参考图像和待配准图像的特征点；
分别根据所述参考图像和所述待配准图像的特征点计算所述参考图像和
所述待配准图像中每个特征点对应的边缘方向直方图EOH描述符；
根据所述EOH描述符计算所述参考图像中每个特征点与所述待配准图
像中每个特征点之间的欧式距离；
根据所述欧式距离进行所述参考图像中每个特征点与所述待配准图像中
所有特征点的匹配以及所述待配准图像中每个特征点与所述参考图像中所有
特征点的匹配，获得所述参考图像和所述待配准图像之间的特征点匹配对；
根据所述特征点匹配对将所述参考图像与所述待配准图像进行图像配
准。
2.根据权利要求1所述的多光谱图像配准方法，其特征在于，所述根据
所述欧式距离进行所述参考图像中每个特征点与所述待配准图像中所有特征
点的匹配以及所述待配准图像中每个特征点与所述参考图像中所有特征点的
匹配，获得所述参考图像和所述待配准图像之间的特征点匹配对，包括：
对于所述参考图像中的每一个特征点Si，将所述待配准图像中所有特征
点Tj与所述特征点Si之间的欧式距离d(Si,Tj)进行从小到大排序，将前k个欧式
距离对应的特征点对(Si,Tj)作为第一特征点对集；
对于所述待配准图像中的每一个特征点Tj，将所述参考图像中所有特征
点Si与所述特征点Tj之间的欧式距离d(Si,Tj)进行从小到大排序，将前k个欧式
距离对应的特征点对(Si,Tj)作为第二特征点对集；
将第一特征点对集与第二特征点对集的交集作为所述参考图像和所述待
配准图像之间的特征点匹配对；
其中，Si为参考图像中的特征点，Tj为待配准图像中的特征点，
1≤k≤min(m,n)，m为参考图像中特征点的个数，n为待配准图像中特征点的个
数。
3.根据权利要求1或2所述的多光谱图像配准方法，其特征在于，所述
分别确定参考图像和待配准图像的特征点，包括：
采用尺度不变特征转换SIFT算法分别获取所述参考图像和所述待配准
\t图像的特征点。
4.根据权利要求1或2所述的多光谱图像配准方法，其特征在于，所述
分别确定参考图像和待配准图像的特征点，包括：
分别确定所述参考图像和所述待配准图像的特征线段；
分别延长所述参考图像和所述待配准图像的特征线段，将所述参考图像
中特征线段的延长线的交点作为所述参考图像的特征点，以及将所述待配准<...
【专利技术属性】
技术研发人员：李永，吴岳辛，范春晓，张晓莹，吴琼，乔伟，李扬，徐良鹏，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11
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。