图像配准处理方法和装置制造方法及图纸

本申请实施方式提供了一种图像配准处理方法和装置，其中，该方法包括：获取第一图像和第二图像；通过加速分割特征算法，获取第一图像和第二图像的第一采样点；利用哈里斯算法过滤，筛选出第一图像和第二图像的第二采样点；利用快速视网膜关键点描述子对第一图像和第二图像的第二采样点进行描述，根据描述结果确定匹配点对；根据匹配点对，确定配准参数；根据配准参数，将第二图像与第一图像进行配准。由于该方案将计算速率更高的加速分割特征算法和识别匹配点对的精度更高的快速视网膜关键点描述子相结合，确定不同图像的匹配点对，进而进行图像配准，因此，可以达到提供配准精度、提高处理速度的技术效果。

Image registration processing method and device

This application implementation provides an image registration processing method and device, wherein, the method comprises: obtaining a first image and a second image segmentation; through accelerated algorithm, obtaining the first sampling point of the first and second images; using the Harris algorithm to filter, select the first image and the second image of the second sampling points; key points descriptors for the first and second images of second sampling points are described using fast retina, according to the description of results to determine the matching points; according to the matching points, to determine the registration parameters; according to the registration parameters, the second image and the first image registration. The program will calculate the acceleration due to the higher rate of segmentation and recognition algorithm, fast retina key point descriptor point to a more accurate combination to determine the different image matching points, then the image registration, so the technical effect can be achieved with precision, high processing speed.

【技术实现步骤摘要】
图像配准处理方法和装置
本申请涉及计算机视觉
，特别涉及一种图像配准处理方法和装置。
技术介绍
在计算机视觉领域，常常需要进行图像配准。具体的，例如，获取了某区域的多个不同图像，根据各个图像中像素点信息，确定不同图像中的相同物体，进而建立不同图像中表征相同图像特征的区域的映射关系，即不同图像间的映射关系。根据这种映射关系将不同的图像进行匹配、叠加等处理。继而可以根据配准的结果，进行图像的拼接、三维重建或目标识别等等。目前，为了进行图像配准，常采用基于图像特征的配准方法进行具体的图像配准。但是，上述的图像配准处理方法，由于原理上大多都是简单地根据像素点的灰度值确定图像特征，进而根据图像特征进行图像配准。因此，具体实施时，确定的图像特征的准确度不高，图像配准的误差相对较大。此外，上述方法通常是利用SIFT(Scaleinvariantfeaturetransform)算法、PCA-SIFT(PrincipleComponentAnalysisScaleinvariantfeaturetransform)算法、SURF(SpeededUpRobustFeatures)算法等具体实现的本文档来自技高网...

【技术保护点】
一种图像配准处理方法，其特征在于，包括：获取第一图像和第二图像；通过加速分割特征算法，获取第一图像的第一采样点和第二图像的第一采样点；利用哈里斯算法从所述第一图像的第一采样点中筛选出第一图像的第二采样点，从所述第二图像的第一采样点中筛选出第二图像的第二采样点；利用快速视网膜关键点描述子对所述第一图像的第二采样点和所述第二图像的第二采样点进行描述，根据描述结果确定匹配点对；根据所述匹配点对，确定配准参数，并根据所述配准参数，将所述第一图像与所述第二图像进行配准。

【技术特征摘要】
1.一种图像配准处理方法，其特征在于，包括：获取第一图像和第二图像；通过加速分割特征算法，获取第一图像的第一采样点和第二图像的第一采样点；利用哈里斯算法从所述第一图像的第一采样点中筛选出第一图像的第二采样点，从所述第二图像的第一采样点中筛选出第二图像的第二采样点；利用快速视网膜关键点描述子对所述第一图像的第二采样点和所述第二图像的第二采样点进行描述，根据描述结果确定匹配点对；根据所述匹配点对，确定配准参数，并根据所述配准参数，将所述第一图像与所述第二图像进行配准。2.根据权利要求1所述的方法，其特征在于，所述通过加速分割特征算法，获取第一图像的第一采样点和第二图像的第一采样点，包括：通过影像金字塔，分别建立第一图像的尺度空间、第二图像的尺度空间；通过加速分割特征算法，从所述第一图像的尺度空间中获取所述第一图像的第一采样点，从所述第二图像的尺度空间中获取所述第二图像的第一采样点。3.根据权利要求1所述的方法，其特征在于，所述利用哈里斯算法从所述第一图像的第一采样点中筛选出第一图像的第二采样点，从所述第二图像的第一采样点中筛选出第二图像的第二采样点，包括：求取第一图像的第一采样点的哈里斯角点响应值和第二图像的第一采样点的哈里斯角点响应值；根据所述第一图像的第一采样点的哈里斯角点响应值，建立第一图像的第一点列，根据所述第二图像的第一采样点的哈里斯角点响应值，建立第二图像的第一点列；从所述第一图像的第一点列中确定出第一图像的强角点作为所述第一图像的第二采样点；从所述第二图像的第一点列中确定出第二图像的强角点作为所述第二图像的第二采样点。4.根据权利要求1所述的方法，其特征在于，利用快速视网膜关键点描述子对所述第一图像的第二采样点和所述第二图像的第二采样点进行描述，根据描述结果确定匹配点对，包括：按照预设规则，从所述第一图像的第二采样点中确定出第一图像的特征点，从所述第二图像的第二采样点中确定出第二图像的特征点；根据所述第一图像的特征点和所述第二图像的特征点，建立对应的快速视网膜关键点描述子；利用所述快速视网膜关键点描述子，对所述第一图像的特征点和所述第二图像的特征点进行描述，根据描述结果确定所述匹配点对。5.根据权利要求4所述的方法，其特征在于，按照以下公式，建立所述快速视网膜关键点描述子：

【专利技术属性】
技术研发人员：李佳，段平，姚永祥，张驰，
申请(专利权)人：云南师范大学，南通大学，
类型：发明
国别省市：云南,53