【技术实现步骤摘要】
一种基于SIFT的图像配准方法、装置、系统及存储介质
[0001]技术邻域
[0002]本专利技术涉及图像处理技术邻域，更具体的，涉及一种基于SIFT的图像配准方法、装置、系统及存储介质。
技术介绍
[0003]SIFT算法具有良好的稳定性，在基于特征的图像匹配算法中拥有十分广泛的应用，SIFT描述符对在原有算法的基础上提高了算法的图像尺度不变性和旋转不变性，且特征都具有较高的唯一性，能在不同视角、不同拍摄距离、不同仿射变换、不同光照条件下都保持很好的匹配鲁棒性。
[0004]但传统的SIFT算法仍然存在计算复杂程度高、匹配耗时较长、无法实时计算以及无法满足人们日益增长的对匹配精度的需求、抗噪性仍有待加强等缺陷，因此从降低算法的复杂程度、提高算法的运算速度、提高算法的匹配精度和抗噪性等方面对SIFT算法进行改进优化成为了当下主流的研究方向。
[0005]在现有理论的基础上针对SIFT算法中存在的计算复杂程度高、匹配耗时较长、无法实时计算等问题，拟提出一种改进的算法，通过减少需要匹配的特征点数量和需要匹配的区域以及描述符...
【技术保护点】
【技术特征摘要】
1.一种基于SIFT的图像配准方法，其特征在于，包括以下步骤：获取待配准图像及参考图像，将待配准图像进行预处理，构建高斯差分尺度空间；获取所述高斯差分尺度空间中不同尺度空间中的极值点，根据所述极值点选取特征点，并为所述特征点生成特征描述符；计算特征点领域的局部信息熵，根据所述局部信息熵与特征描述符确定特征点的最终特征描述符；根据遗传算法优化特征点匹配，生成匹配点对，并对匹配点对进行校正，完成待配准图像的图像配准。2.根据权利要求1所述的一种基于SIFT的图像配准方法，其特征在于，所述的获取所述高斯差分尺度空间中不同尺度空间中的极值点，根据所述极值点选取特征点，具体为：对高斯差分尺度空间进行精简，去除高斯差分尺度空间中第一组的第一层级尺度空间，通过精简后的高斯差分尺度空间进行极值点的检测；通过将待检测点与邻近像素点的位置与尺度信息进行比较，选取极值点，并获取极值点的对比度；预设第一对比度阈值，将极值点的对比度与所述第一对比度阈值对比分析，将对比度大于第一对比度阈值的极值点作为待选特征点；同时，预设第二对比度阈值，所述第二对比度阈值大于第一对比度阈值，将对比度大于第二对比度阈值的极值点继续保存为待选特征点；获取所述待选特征点的Hessian矩阵，去除不稳定的边缘响应点，根据所述待选特征点生成特征点集。3.根据权利要求1所述的一种基于SIFT的图像配准方法，其特征在于，为所述特征点生成特征描述符，具体为：计算特征点集中特征点的尺度信息获取高斯平滑图像，获取特征点圆形邻域区域内高斯平滑图像的图像梯度的幅值及幅角；通过直方图统计特征点邻域内像素的幅值和梯度方向，获取直方图的峰值作为特征点的主方向信息；根据特征点的主方向信息将特征点邻域进行旋转，将特征点邻域划分为若干子区域，在各子区域中进行直方图统计生成特征向量，将所述特征向量进行降维获取特征描述符。4.根据权利要求1所述的一种基于SIFT的图像配准方法，其特征在于，所述的计算特征点领域的局部信息熵，根据所述局部信息熵与特征描述符确定特征点的最终特征描述符，具体为：获取特征点领域中各子区域的局部信息熵，预设局部信息熵阈值，将各子区域的局部信息熵与所述局部信息熵阈值进行对比判断；若小于，则将对应子区域中的特征点舍弃，若大于，计算对应子区域的局部信息熵与整个尺度空间的信息熵总和的比值信息；根据所述比值信息生成权重信息，将所述权重信息与特征描述符结合生成特征点的最终特征描述符。5.根据权利要求1所述的一种基于SIFT的图像配准方法，其特征在于，所述的根据遗传算法优化特征点匹配，生成匹配点对，并对匹配点对进行校正，完成待配准图像的图像配
准，具体为根据特征点的最终特征描述符进行染色体编码表示特征点的特征向量，并初始化设置种群参数；通过特征点间的欧式距离作为适应度函数，进行迭代训练，获取染色体的适应度信息，选择、交叉变异产生下一代染色体；选取适应度信息最小的染色体进行解码获取匹配点的信息，同时根据RANSAC算法进行校正，消除误匹...
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。