【技术实现步骤摘要】
一种基于特征点的图像配准方法
本专利技术涉及图像配准
,具体是一种基于特征点的图像配准方法。
技术介绍
图像配准是将不同时间、不同传感器(成像设备)或不同条件下获取的两幅或多幅图像进行匹配、叠加的过程,被广泛应用于计算机视觉领域、图像处理领域。图像配准主要包括三部分:(1)特征提取(2)特征匹配(3)参数估计。目前图像配准方法主要包括:1)基于区域的配准方法;2)基于特征的配准方法其中,基于区域的配准方法主要是利用图像的灰度信息,建立2幅图像之间的相似性度量,再统计相似性度量值最大或最小变换模型的参数值,以达到配准图像的目的。而基于特征的图像配准方法是通过提取图像中的某些特征,如点、线、面等,将这些特征与被匹配的图像进行比较分析,从而得到匹配结果。相比前者,基于特征的方法不受光照、旋转影响,计算信息量少且效率较高。同时,特征点具有普遍性以及易提取性,因此,本专利技术从基于特征点的角度进行配准研究。SUSAN算子、Harris算子、Moravec算子与SIFT算子等是目前常用的几种图像特征点提取算法。其中SIFT算子不仅具有尺度、旋转、视角、光照不变性,对目标的运动、遮挡、噪声等因素也保持较好的匹配性。在特征点配准问题上,Myronenko等提出了著名的一致性点漂移(coherentpointsdrift,CPD)算法,该算法从概率密度评估的角度解决特征点匹配问题,能够很好地计算中心特征点的误差和缺失。该算法还利用快速高斯变换和矩阵低秩逼近技术,减少了算法的计算复杂度,提升了计算速度,但配准精度不太理想。 ...
【技术保护点】
1.一种基于特征点的图像配准方法,其特征在于:具体步骤如下/n(1)对参考图像和待配准图像采用小波变换阈值去噪法的方法进行预处理;/n(2)SIFT算法提取特征点;/n(3)采用变形降维的方法描述特征点;/n(4)根据余弦相似度对特征点进行粗匹配;/n(5)采用改进的RANSAC算法剔除部分误匹配,得到匹配精度较高的匹配点对。/n
【技术特征摘要】
1.一种基于特征点的图像配准方法,其特征在于:具体步骤如下
(1)对参考图像和待配准图像采用小波变换阈值去噪法的方法进行预处理;
(2)SIFT算法提取特征点;
(3)采用变形降维的方法描述特征点;
(4)根据余弦相似度对特征点进行粗匹配;
(5)采用改进的RANSAC算法剔除部分误匹配,得到匹配精度较高的匹配点对。
2.根据权利要求1所述的一种基于特征点的图像配准方法,其特征在于:采用小波变换阈值去噪法的方法对参考图像和待配准图像进行预处理的具体步骤是:
(1)二维信号的小波分解:计算含噪声信号的小波变换,选择合适的小波基和小波分解层数J,将图形进行小波分解,得到相应的小波分解系数。
(2)对高频系数进行阈值量化:对于从1~J的每一层,选择一个适当的阈值和合适的阈值系数,将分解得到的高频系数进行阈值量化,得到估计小波系数。
(3)二维小波重构:进行小波逆变换,根据小波分解后的第J层的低频系数(尺度系数)和经过阈值量化处理的各层高频系数(小波系数),再利用重构算法进行小波重构,得到去噪后信号。
3.根据权利要求2所述的一种基于特征点的图像配准方法,其特征在于:
SIFT算法提取特征点主要步骤如下:
(1)构建高斯尺度空间
为了在不同的尺度空间内找到稳定的特征点,SIFT算法使用不同尺度的高斯差分核来产生高斯差分尺度空间DOG,
D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=L(x,y,kσ)-L(x,y,σ)(1)
高斯卷积核是实现尺度变换的唯一线性核,于是一副二维图像的尺度空间定义为:
L(x,y,σ)=G(x,y,σ)*I(x,y)(3)
其中(x,y)是图像像素的空间坐标,I(x,y)代表原始图像的像素值,ó大小决定图像的平滑程度,G(x,y,ó)是尺度可变高斯函数,k是尺度空间因子,L(x,y,kσ)是对应尺度下的高斯函数;
(2)检测出局部极值点
在高斯差分尺度空间中,通过比较每一个像素点与和它同尺度的N个相邻点和上下相邻尺度对应的M个点比较,以确保在尺度空间和二维图像空间都检测到极值点;如果该点在高斯差分尺度空间本层以及相邻两层的M个邻域内最大或最小,则认为该点为局部极值点,从而检测出不同尺度空间中所有的极值点。
4.根据权利要求3所述的一种基于特征点的图像配准方法,其特征在于:变形降维的方法描述特征点具体步骤:
(1)SIFT算法提取关键点,然后采用半径为6像素的圆形邻域区域,对像素的等级和方向进行统计,以确定主要方向和辅助方向。
(2)将邻域区域划分为四个扇区和一个环,将每个子区域作为种子点;对子区域中每个像素...
【专利技术属性】
技术研发人员:顾军,贺广强,张恩明,张会柱,
申请(专利权)人:徐州华讯科技有限公司,
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。