【技术实现步骤摘要】
异源图像的优化配准方法及系统
[0001]本专利技术涉及图像配准
，具体地涉及一种异源图像的优化配准方法及一种异源图像的优化配准系统。
技术介绍
[0002]红外图像与可见光图像之间配准在双目视觉、体温检测与消防救援等领域得到广泛应用，其配准算法是当下计算机视觉领域研究的热点技术之一。因为红外光与可见光分别处于光谱的不同波段，都有其固有特征，红外图像由物体表面的发射率和温度决定，而可见光图像由物体表面的反着率和阴影决定，所以红外图像与可见光图像之间的成像原理存在差异，然后由于红外传感器与可见光传感器在拍摄同一时间同一区域时不可能在完全相同的位置和视角，会导致二者存在一定的视角差，从而导致图像产生几何畸变，给估计红外图像与可见光图像之间配准模型带来困难，以上两个因素是导致红外图像与可见光图像之间配准准确率不高的主要原因。现有配准算法普遍存在配准准确率不高的问题，基于此，需要创造一种新的异源图像的优化配准方法。
技术实现思路
[0003]本专利技术实施方式的目的是提供一种异源图像的优化配准方法及系统，以至少...
【技术保护点】
【技术特征摘要】
1.一种异源图像的优化配准方法，应用于红外图像与可见光图像之间的配准，其特征在于，所述方法包括：采集待配准的红外图像信息和对应的可见光图像信息；根据预设预处理规则对所述红外图像信息和所述可见光图像信息进行预处理；根据预设特征提取算法将预处理后的红外图像和预处理后的可见光图像处理为对应的红外图像特征描述符序列和可见光图像特征描述符序列；根据预设特征匹配规则进行所述红外图像特征描述符序列和所述可见光图像特征描述符序列的特征匹配，获得投影变换矩阵；输出所述投影变换矩阵，完成配准。2.根据权利要求1所述的方法，其特征在于，所述预设预处理规则包括：平滑处理、计算图像梯度信息、图像梯度幅值非极大值抑制、检测和连接边缘轮廓。3.根据权利要求1所述的方法，其特征在于，所述预设特征提取算法基于KAZE算法设计。4.根据权利要求3所述的方法，其特征在于，所述根据预设特征提取算法将预处理后的红外图像和预处理后的可见光图像处理为对应的红外图像特征描述符序列和可见光图像特征描述符序列，包括：利用非线性扩散方程构建非线性尺度空间；其中，所述非线性扩散方程式为：利用非线性扩散方程构建非线性尺度空间；其中，所述非线性扩散方程式为：其中，L表示图像的亮度；t表示尺度参数；div表示散度；表示梯度；c(x,y,t)表示在坐标(x,y)处的传导函数；表示原始图像L在δ尺度上经过高斯滤波后的梯度；对于预处理后的红外图像和预处理后的可见光图像，在所述非线性尺度空间中通过计算像素点的Hessian矩阵值来提取红外图像的图像特征点和可见光图像的图像特征点；分别计算红外图像的图像特征点和可见光图像的图像特征点的主方向；分别针对红外图像和可见光图像，以图像特征点为中心，选取预设大小的矩形区域，并划分预设数量的子区域，使用高斯核对各子区域内像素点的一阶微分进行加权计算，得到各子区域的描述符向量；使用高斯窗口对所有子区域的描述符向量进行加权计算和归一化处理，得到红外图像特征描述符序列和可见光图像特征描述符序列。5.根据权利要求4所述的方法，其特征在于，所述在所述非线性尺度空间中通过计算像素点的Hessian矩阵值来提取红外图像的图像特征点和可见光图像的图像特征点，包括：分别针对红外图像和可见光图像，将每个像素点的Hessian矩阵值与当前层和当前层
相邻两个层的所有像素点的Hessian矩阵值进行比较；若当前像素点的Hessian矩阵值大于或小于所有像素点的Hessian矩阵值，则判定对应像素点的Hessian矩阵值极值点为图像特征点。6.根据权利要求4所述的方法，其特征在于，所述分别计算红外图像的图像特征点和可见光图像的图像特征点的主方向，包括：以图像特征点为中心点，选取预设半径的圆形区域，并对所在区域内像素点计算一阶微分；以预设张角和步长的扇形区域绕所述中心...
【专利技术属性】
技术研发人员：李培华，刘玉莉，鲁兴平，钱名思，季常刚，徐晨，章盛，
申请(专利权)人：中航华东光电有限公司，
类型：发明
国别省市：
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。