The method of weak texture image registration based on spatial time series model proposed by the invention includes the following steps: obtaining reference image and image to be registered; detecting feature points of reference image and image to be registered by using spatial time series model method; determining the direction of feature points, constructing compound feature point descriptor containing gradient direction information; searching for reference image by feature It matches the feature points with the image to be registered, eliminates the wrong matching pairs, obtains the best matching point pairs and the transformation model, transforms the image to be registered according to the transformation model, and obtains the registration result. Compared with the region, the method has the advantages of high efficiency and accuracy of the feature method by replacing the direct gray-scale operation with image features; compared with the feature method, the method reduces the dependence of the algorithm on significant features, does not need to add auxiliary features manually, avoids scratches on parts, improves the robustness of the algorithm, and realizes automatic registration.
【技术实现步骤摘要】
一种基于空间时间序列模型的弱纹理图像配准方法
本专利技术涉及图像配准领域,尤其涉及一种基于空间时间序列模型的弱纹理图像配准方法。
技术介绍
图像配准是将相同场景在不同时间、不同视角、不同传感器采集的两幅或多幅图像相互叠加的过程,它实现了参考图像和待配准图像几何意义上的对齐。图像配准的应用范围十分广泛,包括机器视觉、三维重建、遥感图像处理、目标分类和检索、图像理解和融合等。图像配准方法包括基于区域、基于线特征或面特征和基于点特征配准法。区域配准法直接利用图像的灰度信息计算图像的相似程度,其处理过程为:首先选择适合图像特点的相似度量函数,然后在选定的几何变换模型参数空间类内,按照一定的搜索策略进行搜索,找到能够令相似度达到最大的几何变换参数。这类方法是通过在待配准图像中搜索与参考图像相似度最大的区域进行配准,不涉及特征的提取,在匹配时采用区块作为配准单元进行匹配估计,而相似度量函数的选择是决定模板配准的精确性和效率高低的关键因素。江苏大学的殷苏民提出了一种基于模板匹配的检测算法来实现缸体的在线自动检测。实验在发动机缸体特定的小区域使用粗精结合搜索策略改进的序贯相似度算法实现缺陷检测(殷苏民,鲍红力,吉彬斌,等.基于小区域模板匹配的发动机缸体缺陷检测[J].传感器与微系统,2012(06):143-145.)。深圳航天科技创新研究院的吴晓君等提出了一种快速高精度几何模板配准方法,针对目标图像出现位移、旋转、缩放、部分遮挡等情况,可以应用于机器视觉标定和识别的场合(吴晓军.一种带旋转、缩放的快速高精度几何模板匹配方法:中国,CN2016102093086[P].2 ...
【技术保护点】
1.一种基于空间时间序列模型的弱纹理图像配准方法,其特征在于,该方法包括以下步骤:S1:获取无显著点或线特征的弱纹理图像作为参考图像,获取另一副与参考图像有一定重叠度的弱纹理图像作为待配准图像;S2:使用空间时序模型方法检测参考图像和待配准图像的特征点;S3:确定特征点的方向,构造包含梯度方向信息的复合特征点描述子;S4:通过特征搜索对参考图像和待配准图像进行特征点匹配;S5:剔除错误匹配对,获得最佳匹配点对和变换模型;S6:将待配准图像按变换模型做变换,得到配准结果。
【技术特征摘要】
1.一种基于空间时间序列模型的弱纹理图像配准方法,其特征在于,该方法包括以下步骤:S1:获取无显著点或线特征的弱纹理图像作为参考图像,获取另一副与参考图像有一定重叠度的弱纹理图像作为待配准图像;S2:使用空间时序模型方法检测参考图像和待配准图像的特征点;S3:确定特征点的方向,构造包含梯度方向信息的复合特征点描述子;S4:通过特征搜索对参考图像和待配准图像进行特征点匹配;S5:剔除错误匹配对,获得最佳匹配点对和变换模型;S6:将待配准图像按变换模型做变换,得到配准结果。2.根据权利要求1所述的一种基于空间时间序列模型的弱纹理图像配准方法,其特征在于,步骤S2的具体步骤如下:S21:逐一选定参考图像上的每个像素点;S22:围绕选定的像素点从参考图像取图像块,建立空间时序模型,求解模型参数;S23:利用AIC准则检验所建模型适用性;S24:基于模型类型参数和检测适用性结果,对选定的像素点定义特征点描述子。3.根据权利要求1所述的一种基于空间时间序列模型的弱纹理图像配准方法,其特征在于,步骤S还包括对特征点进行显著性检测的步骤S25,步骤S25具体步骤如下:...
【专利技术属性】
技术研发人员:郝飞,朱松青,陈茹雯,高海涛,许有熊,韩亚丽,胡运涛,
申请(专利权)人:南京工程学院,
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。