一种基于多特征相似度融合的红外和可见光图像匹配方法组成比例

本发明专利技术公开了一种基于多特征相似度融合的红外和可见光图像匹配方法，包括以下步骤：对给定的红外和可见光图像进行轮廓提取，并检测轮廓上的显著角点作为特征点；利用特征点左右轮廓信息计算其主方向；对于每一个特征点，确定该点的特征描述参数，构造其PIIFD特征描述符；再依据该点与其它特征点的位置关系构造全局上下文特征描述符；对于两幅图像中的每一对特征点，计算两种特征描述符的相似度，根据特征点的位置分布特性进行加权融合，通过对比各对特征点的相似度实现特征匹配，并剔除异常匹配点对。本发明专利技术有效克服实际应用中红外和可见光图像之间拍摄视角、成像分辨率差异大，特征点描述和匹配困难的问题，提高图像特征点匹配的准确率。配的准确率。配的准确率。

【技术实现步骤摘要】
一种基于多特征相似度融合的红外和可见光图像匹配方法


[0001]本专利技术属于图像特征提取和匹配
，具体涉及一种基于多特征相似度融合的红外和可见光图像匹配方法。

技术介绍

[0002]由于红外和可见光图像的成像机理不同，导致图像之间的对应区域灰度差异较大，难以提取稳定的特征描述符用于图像匹配，并且在实际应用中，红外和可见光图像之间拍摄视角、成像分辨率等同样存在较大差异，这些特点为红外和可见光图像的匹配带来了严峻的挑战。
[0003]红外和可见光图像匹配算法主要分为基于区域的匹配方法和基于特征的匹配方法。相比于基于区域的匹配方法，基于特征的匹配方法计算效率更高，对图像之间的旋转和尺度变化具有更好的鲁棒性，因此，近年来得到更加广泛的研究和应用。
[0004]基于特征的图像匹配算法经过了数十年的发展，其中最具代表性的匹配算法是Lowe提出的SIFT算法(D.G.Lowe,Distinctive Image Features from Scale
‑
Invariant Keypoints,Internationa本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，其步骤为：步骤1、分别对参考图像和待匹配图像进行轮廓检测，并提取轮廓上的显著角点作为特征点；步骤2、对于两幅图像中的每一个特征点，利用该点及其左右轮廓点的坐标计算该特征点的主方向；步骤3、对于两幅图像中的每一个特征点，确定该点的特征描述参数，并构造其PIIFD特征描述符；步骤4、对于两幅图像中的每一对特征点，依据该点与其它特征点的位置关系构造其全局上下文特征描述符；步骤5、对于两幅图像中的每一对特征点，计算两种特征描述符的相似度，根据特征点的位置分布特性进行加权融合，通过对比各对特征点的相似度实现特征匹配，并剔除异常匹配点对。2.根据权利要求1所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤1中，提取特征点的具体步骤为：步骤1
‑
1、采用Canny算法对图像进行边缘检测，对检测到的边缘像素进行跟踪以实现轮廓检测，检测到的轮廓集合为：其中，Γ
s
为集合中第s个轮廓，N
s
为集合中轮廓的个数，为轮廓Γ
s
上的第i个轮廓点；步骤1
‑
2、采用曲率尺度空间算法提取轮廓上的显著角点作为特征点。3.根据权利要求2所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤2中，计算特征点主方向的步骤为：步骤2
‑
1、设和为轮廓Γ
s
上连续的三个特征点，利用式(2)计算特征点与其左右轮廓点形成的合成矢量：式中，N
t
＝min(d
l
,d
r
)，d
l
为从特征点到其左侧特征点所经历的轮廓点的个数，d
r
为从特征点到其右侧特征点所经历的轮廓点的个数，v
t
为第t对左右轮廓点形成的合成矢量，和分别为特征点和的坐标；步骤2
‑
2、对步骤2
‑
1中得到的合成矢量进行累加可得：
其中，x
sk
和y
sk
为矢量v
sk
中的元素值；步骤2
‑
3、矢量v
sk
的方向设置即为特征点的主方向，其值为：其中，为特征点的主方向。4.根据权利要求3所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于，所述步骤3中，计算特征点PIIFD特征描述符的步骤为：步骤3
‑
1、将步骤1提取出图像中的特征点集合记为{c1,c2,
…
,c
N
}，其中，N为图像中检测到的所有特征点的个数；对于其中任一特征点c
i
，选取与其距离最近的N
n
个特征点，记为最近邻点集合其中每一个点与c
i
的欧式距离记为则平均距离为：步骤3
‑
2、对于特征点c
i
，在图像中选取该特征点周围的矩形区域，并且以特征点c
i
的主方向作为矩形区域方向，构造该特征点的PIIFD特征描述符。5.根据权利要求4所述的一种基于多特征相似度融合的红外和可见光图像匹配方法，其特征在于：所述步骤4中，计算特征点全局上下文特征描述符的步骤为：步骤4
‑
1、对于特征点集合{c1,c2,
…
,c
N
}中的任一特...

【专利技术属性】
技术研发人员：王正兵，聂建华，冯旭刚，吴玉秀，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：