用于对图像进行配准的方法和装置制造方法及图纸

本发明专利技术的目的是提供一种用于对图像进行配准的方法和装置。根据本发明专利技术的方法包括以下步骤：基于待配准图像与标准图像的粗匹配点对中的多个特征点对，计算作用于待配准图像的变换模型矩阵，以得到相对应的初步配准图像；基于待配准图像与初步配准图像的边缘点的移动距离信息对粗匹配点对进行筛选，从而得到精确匹配点对；基于所述精确匹配点对，重复上述两个步骤的操作，计算新的变换模型矩阵来作用于所述初步配准图像，以得到新的初步配准图像，并基于新的初步配准图像和原初步配准图像的边缘点的移动距离信息对该精确匹配点对进行筛选，以获得更为精确的匹配点对。

Method and device for registration of images

The object of the present invention is to provide a method and apparatus for registering an image. According to the method of the invention comprises the following steps: image and standard image of coarse matching points in multiple feature points based on the transform matrix calculation model for the image, to obtain a preliminary registration image corresponding to image registration; and preliminary with quasi image edge points moving distance information the coarse matching points were selected based on the precise matching, in order to get the accurate matching points; based on said, repeat the above two steps, to the preliminary registration image transform model of new matrix calculation, in order to get the preliminary registration of new image, and based on the moving distance of the new information preliminary registration the preliminary registration image and the original image edge points of the accurate matching points were selected to obtain more accurate matching points.

【技术实现步骤摘要】
用于对图像进行配准的方法和装置
本专利技术涉及计算机
，尤其涉及一种用于对图像进行配准的方法和装置。
技术介绍
尺度不变特征转换(Scale-invariantfeaturetransform，SIFT)算法是一种常见的用于进行图像配准的算法，该算通过求得图像中的特征点及其描述子得到特征并进行图像特征点匹配。基于SIFT特征的图像配准方法一般包括特征生成阶段其中，特征生成阶段主要流程是：步骤一：构建尺度空间，检测极值点通过高斯差分(DifferenceofGaussian，DOG)图像的极值点来获取特征点。每个特征点包含三部分信息，即位置，所处尺度和方向。由于实现尺度变换的唯一线性核是高斯卷积核，图像的尺度空间可以表示为：D(x,y,δ)＝(G(x,y,kδ)-G(x,y,δ))*I(x,y)＝L(x,y,kδ)-L(x,y,δ)(1)其中，L(x,y,δ)＝G(x,y,δ)*I(x,y)，其中，D(x,y,δ)为高斯差分尺度空间，由不同尺度的高斯差分核与图像卷积生成，I(x,y)表示原图像，G(x,y,δ)表示尺度可变高斯函数，L(x,y,δ)表示高斯卷积图像。建立图像金字塔本文档来自技高网...

【技术保护点】
一种用于对图像进行配准的方法，其中，所述方法使用SIFT算法得到待配准图像与标准图像的特征点并通过筛选得到粗匹配点对，所述方法包括以下步骤：a基于待配准图像与标准图像的粗匹配点对中的多个特征点对，计算作用于待配准图像的变换模型矩阵，以得到相对应的初步配准图像；b基于待配准图像与初步配准图像的边缘点的移动距离信息对粗匹配点对进行筛选，从而得到精确匹配点对；其中，所述方法包括以下步骤：c基于所述精确匹配点对，重复步骤a和b的操作，计算新的变换模型矩阵来作用于所述初步配准图像，以得到新的初步配准图像，并基于新的初步配准图像和原初步配准图像的边缘点的移动距离信息对该精确匹配点对进行筛选，以获得更为精确...

【技术特征摘要】
1.一种用于对图像进行配准的方法，其中，所述方法使用SIFT算法得到待配准图像与标准图像的特征点并通过筛选得到粗匹配点对，所述方法包括以下步骤：a基于待配准图像与标准图像的粗匹配点对中的多个特征点对，计算作用于待配准图像的变换模型矩阵，以得到相对应的初步配准图像；b基于待配准图像与初步配准图像的边缘点的移动距离信息对粗匹配点对进行筛选，从而得到精确匹配点对；其中，所述方法包括以下步骤：c基于所述精确匹配点对，重复步骤a和b的操作，计算新的变换模型矩阵来作用于所述初步配准图像，以得到新的初步配准图像，并基于新的初步配准图像和原初步配准图像的边缘点的移动距离信息对该精确匹配点对进行筛选，以获得更为精确的匹配点对。2.根据权利要求1所述的方法，其中，所述移动距离信息包括待配准图像与初步配准图像的边缘点对应的最大移动距离和最小移动距离，所述步骤b包括以下步骤：-计算待配准图像与初步配准图像的边缘点对应的最大移动距离和最小移动距离；-对粗匹配点对进行筛选，使得筛选后的特征点对的移动距离介于所述最大移动距离和最小移动距离之间。3.根据权利要求1所述的方法，其中，所述步骤c包括以下步骤：-基于所述精确匹配点对，通过迭代的方式，不断重复步骤a和b的操作，计算新的变换模型矩阵来作用于前次经过变换得到的初步配准图像，以得到新的初步配准图像，并基于该新的初步配准图像和前一次得到的原初步配准图像的边缘点之间的移动距离信息对该精确匹配点不断进行筛选，直至满足预定的迭代终止条件。4.根据权利要求3所述的方法，其中，所述迭代终止条件包括以下任一项：-迭代次数超过预定阈值；-筛选后的特征点对的移动距离小于零。5.根据权利要求3所述的方法，其中，所述步骤c包括以下步骤：-基于所述精确匹配点对，使用RANSAC算法来计算新的变换模型矩阵并对该精确匹配点对进行筛选，以获得更为精确的匹配点对。6.根据权利要求1所述的方法，其中，所述方法采用三维齐次坐标表示特征点的位置，所述变换模型矩阵为单应性矩阵，所述步骤a包括以下步骤：-基于待配准图像与标准图像的平移变换关系和旋转变换关系，计算作用于待配准图像的变换模型矩阵。7.根据权利要求1所述的方法，其中，所述方法包括以下步骤：-使用SIFT算法提取待配准图像与标准图像的多个特征点和特征点描述子；-通过...

【专利技术属性】
技术研发人员：胡嵩，
申请(专利权)人：北京海致网聚信息技术有限公司，
类型：发明
国别省市：北京,11