【技术实现步骤摘要】
适用于无明显结构场景的图像配准方法及系统、计算机设备
[0001]本专利技术涉及图像处理和计算机视觉
，尤其是一种适用于无明显结构场景的图像配准方法及系统、计算机设备。
技术介绍
[0002]随着摄像机被不断应用于运动平台，促进了基于图像序列的各种应用发展与研究，其中针对序列图像帧间图像配准是一个基础问题，例如基于视觉的观测平台自身定位、运动目标检测和图像拼接等任务，都需要使用图像配准的方法将多幅帧间图像变换到同一坐标系下。快速、精确的配准是图像处理领域的一个基本问题，图像配准算法现已非常丰富，但大多数算法都是在明显结构的场景下实现的图像配准，此处的明显结构是指人工建筑如道路、桥梁、楼房等。但是，仍然有很多无明显结构场景，例如山地、沙漠、林地、戈壁、海岸等场景下拍摄的图像。如附图3和4所示，图3为明显结构的场景，有便于提取的几何特征如房子的屋角、道路的线条等，图4中的结构特征相对较少，在该场景下实现准确、高效的图像配准仍是一个具有挑战性的问题。
[0003]目前，图像配准方法主要分为两类：基于特征的方法和基于区...
【技术保护点】
【技术特征摘要】
1.一种适用于无明显结构场景的图像配准方法，其特征在于，包括以下步骤：101：获取序列图像；以当前时刻图像为基准图像，以下一时刻图像为待配准图像；102：分别统计所述基准图像和待配准图像的直方图，并对两幅图像的直方图进行合并处理，得到合并直方图；103：选定所述合并直方图中数值量居中的灰度值为阈值，分别对所述基准图像和待配准图像进行阈值化处理获得两幅二值图像，分别提取两幅所述二值图像中的轮廓图像；104：分别在两幅所述轮廓图像上均匀采样，获得两幅轮廓图像的轮廓点集，分别计算获得两个所述轮廓点集的形状上下文描述子，根据所述形状上下文描述子进行采样点的匹配计算，获得待配准图像的预测配准参数；105：根据所述预测配准参数对待配准图像进行投影变换，得到变换图像；比较所述变换图像与待配准图像，根据比较结果对所述合并直方图进行更新，并重返步骤103，直至获得的预测配准参数值变化小于设定值，获得待配准图像的配准参数，根据所述配准参数进行待配准图像与基准图像的配准。2.如权利要求1所述的图像配准方法，其特征在于，对两幅图像的直方图进行合并处理，得到合并直方图，包括：根据基准图像和待配准图像的直方图，计算待配准图像的直方图中各灰度级的增加量；根据各灰度级的增加量，对基准图像和待配准图像的直方图进行合并处理，得到合并直方图。3.如权利要求2所述的图像配准方法，其特征在于，根据基准图像和待配准图像的直方图，计算待配准图像的直方图中各灰度级的增加量，H
inc
(i)＝max(H
t+1
(i)
‑
H
t
(i),0) (i＝0
…
255)式中，H
inc
为各灰度级的增加量；H
t
为基准图像的直方图；H
t+1
为待配准图像的直方图；i为图像像素的灰度级；根据各灰度级的增加量，对基准图像和待配准图像的直方图进行合并处理，得到合并直方图，H
combine
(i)＝H
t
(i)+H
inc
(i) (i＝0
…
255)式中，H
combine
为合并直方图。4.如权利要求1所述的图像配准方法，其特征在于，选定所述合并直方图中数值量居中的灰度值为阈值，分别对所述基准图像和待配准图像进行阈值化处理获得两幅二值图像，分别提取两幅所述二值图像中的轮廓图像，包括：选定所述合并直方图中数值量居中的灰度值为阈值，分别对所述基准图像和待配准图像进行阈值化处理获得两幅二值图像，式中，B
t
(i)为基准图像的二值图像；B
t+1
(i)为待配准图像的二值图像；I
t
(i)和I
t+1
(i)分别为基准图和待配准图像；g
r
为阈值；根据所述两幅二值图像，利用高通滤波分别提取两幅所述二值图像中的轮廓图像。
5.如权利要求1所述的图像配准方法，其特征在于，根据所述形状上下文...
【专利技术属性】
技术研发人员：张文龙，李璋，冯子成，孙晓亮，于起峰，
申请(专利权)人：中国人民解放军国防科技大学，
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。