基于PBIL算法的图像配准方法技术

本发明专利技术提出了一种基于PBIL算法的图像配准方法，旨在提高图像配准的精度，实现步骤为：分别构建参考图像和待配准图像的尺度空间；在参考图像和待配准图像的尺度空间中分别进行极值点检测；根据参考图像和待配准图像的极值点检测结果生成关键点的特征向量；根据参考图像和待配准图像的特征向量生成关键点特征描述子；根据参考图像和待配准图像的关键点特征描述子对参考图像和待配准图像进行初始匹配；对初始匹配结果进行提纯；采用PBIL算法以图像的互信息为优化对象，对提纯后的匹配结果进行筛选；根据筛选后的匹配结果，搜索最优变换参数；融合参考图像和待配准图像，得到配准图像。本发明专利技术的图像配准精度高，配准结果稳定性好。

【技术实现步骤摘要】
基于PBIL算法的图像配准方法
本专利技术属于图像处理
，涉及一种图像配准方法，具体涉及一种基于PBIL算法的图像配准方法，可应用于计算机视觉、遥感图像及模式识别等领域。
技术介绍
图像配准是图像处理应用方面非常关键的步骤，它是将不同时刻、不同视角或者是不同传感器获取的同一场景的两幅或者多幅图像进行匹配对应的过程。图像配准技术在很多领域有着广泛的应用，比如计算机视觉、遥感图像、图像对比、数据融合以及模式识别领域。图像配准比较常用的方法分为三类：基于像素灰度的配准方法、基于变换域的配准方法和基于特征的配准方法。基于灰度的图像配准方法不需要预处理图像，是直接利用全部可用的图像灰度信息,计算图像之间的相似度，求得空间变换参数，因此能提高配准的精度和鲁棒性，但是计算复杂度相对较高且其应用范围较窄，不能直接用于校正图像的非线性形变。基于变换域的图像配准方法是将配准转换到频域来计算，比较普遍的方法是傅里叶变换。主要的优点是具有抗噪的鲁棒性，但是不足在于只能应用于简单的图像配准。基于特征的图像配准方法是目前图像配准采用最多的方法，是首先提取图像的代表性特征信息，利用特征匹配判断图像之间的对应本文档来自技高网...

【技术保护点】
一种基于PBIL算法的图像配准方法，包括如下步骤：(1)对输入的参考图像I1和待配准图像I2的尺度空间极值分别进行检测，得到参考图像I1在其尺度空间中的极值点集和待配准图像I2在其尺度空间中的极值点集，实现步骤为：(1a)分别构建参考图像I1高斯金字塔和待配准图像I2高斯金字塔；(1b)采用参考图像I1高斯金字塔，构建参考图像I1高斯差分金字塔，同时采用待配准图像I2高斯金字塔，构建待配准图像I2高斯差分金字塔；(1c)采用参考图像I1高斯差分金字塔表示参考图像I1的尺度空间，同时采用待配准图像I2高斯差分金字塔表示待配准图像I2的尺度空间；(1d)在参考图像I1的尺度空间中初步检测参考图像I...

【技术特征摘要】
1.一种基于PBIL算法的图像配准方法，包括如下步骤：(1)对输入的参考图像I1和待配准图像I2的尺度空间极值分别进行检测，得到参考图像I1在其尺度空间中的极值点集和待配准图像I2在其尺度空间中的极值点集，实现步骤为：(1a)分别构建参考图像I1高斯金字塔和待配准图像I2高斯金字塔；(1b)采用参考图像I1高斯金字塔，构建参考图像I1高斯差分金字塔，同时采用待配准图像I2高斯金字塔，构建待配准图像I2高斯差分金字塔；(1c)采用参考图像I1高斯差分金字塔表示参考图像I1的尺度空间，同时采用待配准图像I2高斯差分金字塔表示待配准图像I2的尺度空间；(1d)在参考图像I1的尺度空间中初步检测参考图像I1的空间极值点，同时在待配准图像I2的尺度空间中初步检测待配准图像I2的空间极值点，得到参考图像I1在其尺度空间中的极值点集和待配准图像I2在其尺度空间中的极值点集；(2)对参考图像I1关键点和待配准图像I2关键点分别进行定位：从参考图像I1在其尺度空间中的极值点集中剔除低对比度极值点和不稳定边缘响应点，同时从待配准图像I2在其尺度空间中的极值点集中剔除低对比度极值点和不稳定边缘响应点，得到参考图像I1关键点和待配准图像I2关键点；(3)对参考图像I1关键点和待配准图像I2关键点分别进行方向分配：采用图像梯度的方法，分别计算参考图像I1关键点的主方向和待配准图像I2关键点的主方向，得到参考图像I1关键点方向和待配准图像I2关键点方向；(4)计算参考图像I1的关键点特征描述子和待配准图像I2的关键点特征描述子：采用参考图像I1关键点方向，计算参考图像I1关键点方向对应的关键点特征描述子，同时采用待配准图像I2关键点方向，计算待配准图像I2关键点方向对应的关键点特征描述子，得到参考图像I1的关键点特征描述子和待配准图像I2的关键点特征描述子；(5)根据参考图像I1的关键点特征描述子和待配准图像I2的关键点特征描述子，对参考图像I1和待配准图像I2进行初始匹配：在参考图像I1特征点集内找到待配准图像I2上的特征点相对应的匹配点，得到参考图像I1和待配准图像I2的匹配点对；(6)计算参考图像I1和待配准图像I2的仿射变换参数N1：对参考图像I1和待配准图像I2的匹配点对进行提纯，并利用提纯的参考图像I1和待配准图像I2的初始匹配点对，计算参考图像I1和待配准图像I2的仿射变换参数N1；(7)利用参考图像I1和待配准图像I2的仿射变换参数N1，对待配准图像I2进行仿射变换，得到待配准图像I2仿射变换后的图像F1；(8)采用PBIL算法，对步骤(6)中提纯的初始匹配点对进行筛选，得到参考图像I1和待配准图像I2的匹配点对集；(9)计算参考图像I1和待配准图像I2的仿射变换参数N2：从参考图像I1和待配准图像I2的匹配点对集中挑选表现最优的匹配点对，并利用该表现最优的匹配点对，计算参考图像I1和待配准图像I2的仿射变换参数N2；(10)利用参考图像I1和待配准图像I2的仿射变换参数N2，对待配准图像I2进行仿射变换，得到待配准图像I2仿射变换后的图像F2；(11)将仿射变换后的图像F2与参考图像I1进行融合，得到配准图像。2.根据权利要求1所述的基于PBIL算法的图像配准方法，其特征在于，步骤(1a)中所述的高斯金字塔，其构建公式为：n＝log{min...

【专利技术属性】
技术研发人员：马文萍，祁艺，武越，闻泽联，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61