一种基于运动区域图像清晰度的多模视频图像配准方法技术

本发明专利技术公开了一种基于运动区域图像清晰度的多模视频图像配准方法，包括以下步骤：首先分别获取可见光、红外视频序列中的运动目标区域模板分别为CCD'、IR；之后分别构建可见光、红外视频序列的匹配特征点集M、N；然后根据特征点集M、N，求取可见光、红外视频序列中的运动目标区域粗配准的最佳矩阵Hcp；接着通过运动目标区域粗配准的最佳矩阵Hcp对CCD'、IR进行配准，获得运动目标区域粗配准后的IR即IR'；然后通过求取IR'的全局清晰度，获取可见光视频序列、红外视频序列中的运动目标区域精配准的最佳矩阵Hjp；最后将IR经过Hjp变换后映射到CCD'上，获得最终的配准融合图像。本发明专利技术的方法可以获得最大的目标重合率，具有较高的配准精度，对于复杂背景和多目标的图像也具有很好的鲁棒性。

【技术实现步骤摘要】
一种基于运动区域图像清晰度的多模视频图像配准方法
本专利技术属于图像配准领域，特别涉及一种基于运动区域图像清晰度的多模视频图像配准方法。
技术介绍
图像配准技术作为一项成熟的图像处理技术，广泛的运用于遥感图像、SAR图像及医学图像等领域的前期处理。而多模图像的配准作为图像配准的新方向，还处于起步阶段，有大量的技术难题亟需解决。在远距离视频监控领域，不同探测器获取的多源图像的目标配准问题成为阻碍图像融合技术发展的关键。目前常用的图像配准方法主要有两类：基于灰度的图像配准方法以及基于特征的图像配准方法，前者利用图像的灰度信息，计算配准图像间的相似性度量，然后在选定的几何变换模型参数空间内，按照一定的搜索算法进行搜索，从而找到相似度最大的几何变换参数。后者不直接对图像灰度信息进行操作，而是从基准图像和浮动图像中提取一些共同特征作为配准基元，然后通过建立配准基元之间的对应关系估算出基准图像与浮动图像之间几何变换模型及其参变量值，两种方法各有优缺点，仍需进一步进行深入研究。2012年，柏连发等人在《Registrationalgorithmofinfraredandvisibleimagesb本文档来自技高网...

【技术保护点】
1.一种基于运动区域图像清晰度的多模视频图像配准方法，其特征在于，包括以下步骤：步骤1、分别获取可见光视频序列、红外视频序列中的运动目标区域模板，并分别记为CCD'、IR；步骤2、分别构建可见光视频序列、红外视频序列的匹配特征点集M、N；步骤3、根据特征点集M、N，求取可见光视频序列、红外视频序列中的运动目标区域粗配准的最佳矩阵Hcp；步骤4、通过运动目标区域粗配准的最佳矩阵Hcp对CCD'、IR进行配准，获得运动目标区域粗配准后的IR，记为IR'；步骤5、通过求取IR'的全局清晰度，获取可见光视频序列、红外视频序列中的运动目标区域精配准的最佳矩阵Hjp；步骤6、将步骤1中获取的IR经过Hjp...

【技术特征摘要】
1.一种基于运动区域图像清晰度的多模视频图像配准方法，其特征在于，包括以下步骤：步骤1、分别获取可见光视频序列、红外视频序列中的运动目标区域模板，并分别记为CCD'、IR；步骤2、分别构建可见光视频序列、红外视频序列的匹配特征点集M、N；步骤3、根据特征点集M、N，求取可见光视频序列、红外视频序列中的运动目标区域粗配准的最佳矩阵Hcp；步骤4、通过运动目标区域粗配准的最佳矩阵Hcp对CCD'、IR进行配准，获得运动目标区域粗配准后的IR，记为IR'；步骤5、通过求取IR'的全局清晰度，获取可见光视频序列、红外视频序列中的运动目标区域精配准的最佳矩阵Hjp；步骤6、将步骤1中获取的IR经过Hjp变换后映射到CCD'上，获得最终的配准融合图像。2.根据权利要求1所述的基于运动区域图像清晰度的多模视频图像配准方法，其特征在于，步骤1中所述分别获取可见光视频序列、红外视频序列中的运动目标区域模板，具体为：步骤1-1、分别从可见光视频序列、红外视频序列中随机采集M'帧连续图像；步骤1-2、遍历步骤1-1采集到的所有图像，提取运动种子点并构建运动种子点集N'；步骤1-3、将运动种子点集N'中所有运动种子点的像素值置为1，获得运动区域二值图像；步骤1-4、通过n2×n2的滤波器对步骤1-3获得的运动区域二值图像进行滤波，获得最终的运动区域二值图像，即为运动目标区域模板；其中n2大于1且为奇数。3.根据权利要求2所述的基于运动区域图像清晰度的多模视频图像配准方法，其特征在于，步骤1-2所述提取运动种子点并构建运动种子点集N'，具体为：步骤1-2-1、计算每个像素点在M'帧图像中R、G、B三个通道的亮度变化值；步骤1-2-2、判断每个像素点对应的R、G、B三个通道的亮度变化值与设定的阈值T'的关系，若像素点对应的R、G、B三个通道中任意一个通道的亮度变化值大于阈值T'，则该像素点为运动种子点；反之，该像素点为背景点；步骤1-2-3、将步骤1-2-2获得的所有运动种子点构建为运动种子点集N'。4.根据权利要求1所述的基于运动区域图像清晰度的多模视频图像配准方法，其特征在于，步骤2中所述分别构建可见光视频序列、红外视频序列的特征点集M、N，具体为：步骤2-1、取j为1，采集图像帧数的阈值为T，随机选取起始采集帧k；步骤2-2、采集第k帧可见光图像、第k帧红外图像，并分别获取第k帧可见光图像、第k帧红外图像中各个目标的顶点数pj、qj；步骤2-3、比较pj与qj，若pj≠qj，则令k＝k+a，并返回步骤2-2；若pj＝qj，则执行步骤2-4；步骤2-4、将第k帧可见光图像中各个目标的顶点作为该k帧可见光图像的匹配特征点集，记为将第k帧红外图像中各个目标的顶点作为该k帧红外图像的匹配特征点集，记为之后令j＝j+1；步骤2-5、判断j与T的大小，若j≤T，则令k＝k+a，重复执行步骤2-2至步骤2-4；若j＞T，执行步骤2-6；步骤2-6、由步骤2-1至步骤2-5构建可见光视频序列、红外视频序列的特征点集M、N分别为：5.根据权利要求1所述的基于运动区域图像清晰度的多模视频...

【专利技术属性】
技术研发人员：张俊举，朱凯，李英杰，冯英旺，涂友钢，陈军，沈玉姣，周园松，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32