【技术实现步骤摘要】
基于SURF特征和哈希感知算法的FPC图像自动配准方法
本专利技术涉及机器视觉和图像处理技术，具体涉及一种基于SURF特征和哈希感知算法的FPC图像自动配准方法。
技术介绍
图像配准是指对不同时间从不同传感器所获得的两幅或多幅图像实施最佳匹配的处理过程。图像配准过程中，通常指定一幅图像为参考图像，另一幅图像为待配准图像，配准的目的是通过某种几何变换使待配准图像与参考图像的坐标达到一致。依据图像配准中利用的图像信息区别可以把现有的图像配准方法归纳为基于灰度信息法、变换域法和基于特征法三类。基于灰度信息的配准方法的基本思想是：利用待配准图像和参考图像的对应点及其周围区域的灰度特征具有相似性这一原则，构造某种相似性度量函数，然后计算使相似性度量函数最大的几何变换参数，从而确定图像的几何变换关系，完成配准。这类配准方法实现简单，但应用范围较窄，不能直接用于校正图像的非线性形变，在最优变换的搜索过程中往往需要巨大的运算量。基于灰度信息的方法主要包括：互相关法、序贯相似检测法等。基于变换域的配准方法通常是以傅里叶变换为基础，进行频域内的配准。该配准方法主要包括：相位相关法，W...
【技术保护点】
1.一种基于SURF特征和哈希感知算法的FPC图像自动配准方法，其特征在于，包括以下步骤：步骤1，选取参考的模板图像，在模板图像中选定需要配准的ROI区域；步骤2，在ROI区域内选定四个矩形区域R1、R2、R3、R4，并获取矩形区域中图像的SURF特征点，其中SURF算法中的Hessian阈值设定为H；步骤3，对R1矩形框图像的SURF特征点和待配准图像的SURF特征点进行匹配获取多对匹配点；步骤4，依据R1中匹配点r1和待配准图像中匹配点n1的坐标信息获取R1对应的矩形框区域N1，并利用哈希感知算法比对R1和N1矩形框图像的相似度，设置相似度阈值S，直到找到相似度满足阈值...
【技术特征摘要】
1.一种基于SURF特征和哈希感知算法的FPC图像自动配准方法，其特征在于，包括以下步骤：步骤1，选取参考的模板图像，在模板图像中选定需要配准的ROI区域；步骤2，在ROI区域内选定四个矩形区域R1、R2、R3、R4，并获取矩形区域中图像的SURF特征点，其中SURF算法中的Hessian阈值设定为H；步骤3，对R1矩形框图像的SURF特征点和待配准图像的SURF特征点进行匹配获取多对匹配点；步骤4，依据R1中匹配点r1和待配准图像中匹配点n1的坐标信息获取R1对应的矩形框区域N1，并利用哈希感知算法比对R1和N1矩形框图像的相似度，设置相似度阈值S，直到找到相似度满足阈值要求的N1以及此时的匹配点r1和n1；步骤5，对矩形区域R2，R3，R4重复步骤3和步骤4，找到匹配的SURF特征点r2、r3、r4和n2、n3、n4；步骤6，利用匹配的特征点r1、r2、r3、r4和n1、n2、n3、...
【专利技术属性】
技术研发人员：方俊，刘光杰，湛忠义，刘伟伟，杨路辉，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32
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。