一种基于非封闭多维轮廓特征序列的多源图像配准方法技术

本发明专利技术提供了一种基于非封闭多维轮廓特征序列的多源图像配准方法。该方法对多源图像进行降噪处理，通过Sobel算子对降噪后的图像进行边缘提取得到初步轮廓曲线，再通过腐蚀和膨胀运算尽可能修补提取的轮廓曲线可以得到非封闭的曲线。然后利用本发明专利技术提出的搜寻边缘曲线凹凸点的方法估计出非封闭曲线上的凹凸点，利用折线段拟合的方法对多源图像边缘曲线不变性特征进行描述，再以光学图像为参考对红外图像进行初始配准，最后利用迭代寻优的方法搜索出最优的变换模型参数，实现多源图像配准。通过实测数据验证了该方法可以使图像特征缺乏、图像质量不高的多源图像达到像素级配准精度，并且提高了图像信息的利用率。并且提高了图像信息的利用率。并且提高了图像信息的利用率。

【技术实现步骤摘要】
一种基于非封闭多维轮廓特征序列的多源图像配准方法


[0001]本专利技术属于多源图像配准
，尤其涉及一种基于非封闭多维轮廓特征序列的多源图像配准方法。

技术介绍

[0002]实际中，由于拍摄环境不同、成像机理迥异、成像平台的运动和机械抖动等因素造成多源图像无法获得足够数量的点特征或者完整的轮廓特征，因此传统的方法很难对这类图像进行配准融合。通过对大量的红外和可见光图像配准实验结果以及多源图像场景特性的分析可以得出：红外图像和可见光图像中地物目标的细节有时差异很大，而且红外图像由于其成像原理和分辨率的影响，红外图像中的地物目标一般都比较模糊。但是这两类图像的地物目标的边缘特性在大尺度上大体位置是一致的，虽然有些的地物目标的表面边界在多源图像(红外、SAR)中很模糊，无法提取，但是只要有足够的边缘几何特征就可以利用边缘几何特性实现多源图像的配准，使得两幅图像中同一地物目标在同一坐标系下对齐。
[0003]传统的基于边缘特征的多源图像配准方法中最常用的方法是基于轮廓特征的方法。这种方法基本思想是首先对图像进行轮廓提取，然后寻找待配准图像和参考图像中的封闭轮廓，再对封闭轮廓进行多边形拟合，最后根据拟合多边形寻找待配准图像和参考图像的匹配关系实现图像配准。但是在现实中红外图像和可见光图像表现出来的无论是灰度特性、还是景象细节特征差异都非常明显，很难达到光学图像和红外图像中同一场景物体的轮廓是完整封闭的。另外，一般情况下光学图像中包含场景会大一些，红外图像会小一点，所以同一物体的轮廓在光学图像中可能是完整封闭的，但在红外图像中受到拍摄环境、镜头视角、清晰度等因素的影响经常是非封闭的或者只是完整轮廓其中的一部分，针对这类问题传统的基于完整轮廓特征的方法就不能实现多源影像数据配准。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于非封闭多维轮廓特征序列的多源图像配准方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0005]本专利技术提供的一种基于非封闭多维轮廓特征序列的多源图像配准方法包括：
[0006]S1：获取多源图像，所述多源图像包括光学图像和红外图像；
[0007]S2：用小波降噪对所述多源图像进行降噪处理，得到降噪处理后的降噪图像；
[0008]S3：对所述降噪图像进行边缘曲线特征提取，得到边缘轮廓曲线；
[0009]S4：使用改进的凹凸点估计方法对所述边缘轮廓曲线进行凹凸点估计，获得所述边缘轮廓曲线上的凹凸点；
[0010]S5：将所述曲线上的凹凸点沿曲线依次连接得到多个折线段；
[0011]S6：利用折线段拟合的方法对光学图像中的每个折线段与红外图像中的每个折线段进行拟合，得到光学图像的折线段依次连接的第一组合线段和红外图像的折线段依次连接的第二组合线段；
[0012]S7：将所述第一组合线段组成光学图像的第一边缘曲线特征序列集合以及将所述第二组合线段组成红外图像的第二边缘曲线特征序列集合；
[0013]S8：基于所述第一边缘曲线特征序列集合以及第二边缘曲线特征序列集合，将红外图像与光学图像进行初始配准，得到初始配准后的图像以及表示配准红外图像与光学图像时的初始对应关系的初始变换矩阵；
[0014]S9：利用迭代寻优的方法遍历搜索所述初始配准后的图像，确定不符合像素值精度阈值的像素点，确定该像素点在所述初始变换矩阵中的参数，对该参数进行调整，直至该像素点符合像素值精度阈值，获得最优变换矩阵；
[0015]S10：利用最优变换矩阵，将红外图像与光学图像进行配准。
[0016]可选的，所述S2的步骤包括：
[0017]S21：对多源图像进行小波变换，获得小波变换后的多源图像；
[0018]S22：基于信号和噪声的不同性态，确定所述小波变换后的多源图像中的信号以及噪声；
[0019]S23：基于多源图像中的信号以及噪声重构多源图像，得到降噪后的多源图像。
[0020]可选的，在所述S3的步骤包括：
[0021]S31：使用目标过滤器，将降噪后的多源图像的前景与背景进行区分；
[0022]S32：使用Sobel算子对降噪后的多源图像进行边缘提取；
[0023]S33：对提取边缘后的图像通过腐蚀运算和膨胀运算，得到边缘曲线特征；
[0024]S34：将边缘曲线特征相连，形成边缘特征曲线。
[0025]可选的，所述S4的步骤包括：
[0026]S41：采用方向判定和二阶导数相结合的方法，估计出边缘轮廓曲线上的凹凸点；
[0027]S42：统计每条轮廓曲线上的凹凸点的数量；
[0028]S43：针对每条边缘轮廓曲线，当该边缘轮廓曲线上的凹凸点的数量少于预设的数量阈值时，则剔除该边缘轮廓曲线，当该边缘轮廓曲线上的凹凸点的数量不少于预设的数量阈值时，则保留该边缘轮廓曲线；
[0029]S44：遍历每条保留的边缘轮廓曲线，当该边缘轮廓曲线上超过预定次数在预设范围内凹凸点，则该边缘轮廓曲线存在锯齿段；
[0030]S45：将存在误差的锯齿段极值点的均值作为新的凹凸点。
[0031]可选的，所述S6的步骤包括：
[0032]S61：设定阈值K；
[0033]S62：针对光学图像以及红外图像，分别将光学图像以及红外图像的多个折线段每一段弧的每一点作对应弦的垂线，找出垂线段最长对应的弧上的点，记录下垂线段的长度和弧上对应点的位置；
[0034]S63：如果垂线段超过设定的阈值K，将该折线段对应的点作为折线段的一个顶点；
[0035]S64，依次连接折线段上确定的所有点，得到第一组合线段以及第二组合线段。
[0036]可选的，所述S7的步骤包括：
[0037]将第一组合线段的每一邻边比值和每一邻边夹角进行计算和统计，组成第一边缘曲线特征序列集合，将第二组合线段的每一邻边比值和每一邻边夹角进行计算和统计，组成第二边缘曲线特征序列集合。
[0038]可选的，所述S9的步骤包括：
[0039]S81：用迭代寻优的方法遍历搜索所述初始配准后的图像，确定不符合像素值精度阈值的像素点，确定该像素点在所述初始变换矩阵中的参数；
[0040]S82：将初始变换矩阵在变换过程中的旋转角度和位置平移量作为初始参数；
[0041]S83：确定该像素点在所述初始变换矩阵中的参数根据像素值精度阈值选择合适的步长量，在包含初始参数的区间角度范围和平移范围内对所述不符合像素值精度阈值的像素点对应的参数进行变化，获取变换后的多个待变换矩阵；
[0042]S84：基于每个待变换矩阵，基于该待变换矩阵对光学图像以及红外图像进行配准，得到配准后的图像；
[0043]S85：当配准后的图像中拟合折线段顶点和参考图像中对应折线段顶点的均方根误差小于预设的均方根误差时，则该待变换矩阵确定为最优变换矩阵。
[0044]本专利技术公开了一种基于非封闭多维轮廓本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非封闭多维轮廓特征序列的多源图像配准方法，其特征在于，所述多源图像配准方法包括：S1：获取多源图像，所述多源图像包括光学图像和红外图像；S2：用小波降噪对所述多源图像进行降噪处理，得到降噪处理后的降噪图像；S3：对所述降噪图像进行边缘曲线特征提取，得到边缘轮廓曲线；S4：使用改进的凹凸点估计方法对所述边缘轮廓曲线进行凹凸点估计，获得所述边缘轮廓曲线上的凹凸点；S5：将所述曲线上的凹凸点沿曲线依次连接得到多个折线段；S6：利用折线段拟合的方法对光学图像中的每个折线段与红外图像中的每个折线段进行拟合，得到光学图像的折线段依次连接的第一组合线段和红外图像的折线段依次连接的第二组合线段；S7：将所述第一组合线段组成光学图像的第一边缘曲线特征序列集合以及将所述第二组合线段组成红外图像的第二边缘曲线特征序列集合；S8：基于所述第一边缘曲线特征序列集合以及第二边缘曲线特征序列集合，将红外图像与光学图像进行初始配准，得到初始配准后的图像以及表示配准红外图像与光学图像时的初始对应关系的初始变换矩阵；S9：利用迭代寻优的方法遍历搜索所述初始配准后的图像，确定不符合像素值精度阈值的像素点，确定该像素点在所述初始变换矩阵中的参数，对该参数进行调整，直至该像素点符合像素值精度阈值，获得最优变换矩阵；S10：利用最优变换矩阵，将红外图像与光学图像进行配准。2.根据权利要求1所述的多源图像配准方法，其特征在于，所述S2的步骤包括：S21：对多源图像进行小波变换，获得小波变换后的多源图像；S22：基于信号和噪声的不同性态，确定所述小波变换后的多源图像中的信号以及噪声；S23：基于多源图像中的信号以及噪声重构多源图像，得到降噪后的多源图像。3.根据权利要求1所述的多源图像配准方法，其特征在于，在所述S3的步骤包括：S31：使用目标过滤器，将降噪后的多源图像的前景与背景进行区分；S32：使用Sobel算子对降噪后的多源图像进行边缘提取；S33：对提取边缘后的图像通过腐蚀运算和膨胀运算，得到边缘曲线特征；S34：将边缘曲线特征相连，形成边缘特征曲线。4.根据权利要求1所述的多源图像配准方法，其特征在于，所述S4的步骤包括：S41：采用方向判...

【专利技术属性】
技术研发人员：曾操，牟一飞，朱圣棋，廖桂生，李力新，陶海红，许京伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：