基于局部重叠区域的无显著特征图像配准方法技术

本发明专利技术公开了基于局部重叠区域的无显著特征图像配准方法，具体包括以下步骤：对待配准图像进行预处理，随后进行重叠区域的预算，随后对预算出的重叠区域进行掩膜，并对掩膜部分进行分割，对分割后的区域进行特征点的检测，对重叠区域进行标记，筛选特征点，判断出的正确匹配点对图像重叠区域进行局部配准后再进行整体图像配准。本发明专利技术在对具有重叠区域的特征不显著图像进行配准时，本发明专利技术具有十分可观的配准结果，相较于传统经典配准算法，其配准精度和配准速度都有了进一步的提升。准精度和配准速度都有了进一步的提升。准精度和配准速度都有了进一步的提升。

【技术实现步骤摘要】
基于局部重叠区域的无显著特征图像配准方法


[0001]本专利技术属于图像处理
，具体涉及一种基于局部重叠区域的无显著特征图像配准方法。

技术介绍

[0002]图像配准技术是指利用一定的转换模型，将包含同一场景的多幅图像从不同的空间坐标系转换到同一平面坐标的过程。在目标检测、国防侦查、地图测绘工程等行业，因为涉及物理范围较广，单幅图片通常无法获得全部目标区域，因此需要将多幅有重合区域的图像拼接成一幅更大视场角的全景图像，便于工作人员进行下一步工作安排，而图像配准的质量会直接影响图像拼接的品质，因此，对图像配准技术进行研究可以提高图像拼接的质量，解决实际工程问题。
[0003]在对沙漠、戈壁等图像进行配准时，由于特殊地貌导致获取的图像特征不明显，这进一步加大了配准工作的难度。目前常用的配准方法有灰度信息互相关性配准、特征配准以及变换域配准，其中应用最为广泛的是特征配准方法。文献针对色调和纹理类图像在配准过程中精度较低的问题，融合尺度不变特征转换(Scale
‑
Invariant Feature Transform，S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于局部重叠区域的无显著特征图像配准方法，其特征在于，具体包括以下步骤：步骤S1、对待配准图像进行预处理，对图像重叠区域进行预算，随后对预算出的重叠区域进行掩膜，并对掩膜部分进行分割，对分割后的区域进行特征点的检测，同时对重叠区域进行标记；步骤S2、构建尺度空间，利用构建的尺度空间对特征点进行检测，构建描述符，对检测到的特征点进行描述；步骤S3、筛选特征点，将待配准图像的重叠区域划分为网格，对当前网格内特征点进行判断；步骤S4、根据步骤S3判断出的正确匹配点对图像重叠区域进行局部配准，再进行整体图像配准图。2.根据权利要求1所述的基于局部重叠区域的无显著特征图像配准方法，其特征在于，所述图像重叠区域进行预算利用多个相机不同视角的重合进行预算。3.根据权利要求2所述的基于局部重叠区域的无显著特征图像配准方法，其特征在于，所述利用多个相机不同视角的重合进行预算具体按照以下步骤进行：步骤S11、由相机参数获取单个相机在水平方向的拍摄角度为a；步骤S12、测量相邻相机在同一水平方向的夹角为b，根据相机组安装结构要求，相机组安装在半径为r的圆上得到粗略的水平方向相机重叠区域。4.根据权利要求3所述的基于局部重叠区域的无显著特征图像配准方法，其特征在于，所述重叠区域在整幅图像上的占比进行计算，具体如式(1)所示：其中，γ表示的是重叠区域和整张图像的比例关系；对待配准图像重叠区域的边界进行计算，其中，d为2幅待配准图像水平长度，b1为非重叠区域的边界，b2为重叠区域的边界，待配准图像Ⅰ重叠区域范围可表示为(b1，d)，待配准图像Ⅱ重叠区域范围可表示为(0，b2)，b1、b2计算如下：b1＝imgⅠ·
col
×
(1
‑
γ)b2＝imgⅡ·
col
×
γ其中，imgⅠ·
col为待配准图像Ⅰ的水平像素宽度，imgⅡ·
col为待配准图像Ⅱ的水平像素宽度。5.根据权利要求1所述的基于局部重叠区域的无显著特征图像配准方法，其特征在于，所述步骤S2具体按照以下步骤进行：步骤S21、构建尺度空间；利用高斯核函数对待配准图像Ⅰ和待配准图像Ⅱ的灰度图像I(x,y)进行滤波和降采样得到高斯尺度空间，高斯核函数和构建的尺度空间如式(2)和式(3)所示；L(x,y,σ,ρ)＝ρ
·
I(x,y)
·
G(x,y,σ)
ꢀꢀꢀꢀ
(3)其中，σ为尺度因子；ρ为缩放因子，G(x,y,σ)为高斯核函数，L(x,y,σ,ρ)为高斯尺度空
间；步骤S22、特征点检测；在步骤S21中构建的尺度空间内以某像素点为中心，半径为3的圆上均包含16个像素点，设置阈值t，若存在w个连续像素值与中心点差值大于阈值t，则判定该中心点为检测到的特征点；步骤S23、描述符构建；步骤S22中特征点的主方向为特征点到特征采样区域，特征采样区域指的是待配准图像Ⅰ和待配准图像Ⅱ中的一个小的图像块，特征采样区域的矩计算如下：其中，m
de
是特征采样区域的矩，d、e是特征采样区域矩的阶数，x表示像素点在r圆形邻域内横坐标，y表示像素点在r圆形邻域内纵坐标；一阶矩的质心为：m
00
为特征采样区域中心点的一阶矩，m
10
为特征采样区域中心点一侧的一阶矩，m
01
为特征采样区域中心点另一侧的一阶矩；特征采样区域几何中心为O，则可定义特征点的旋转角度为：在以...

【专利技术属性】
技术研发人员：杨旭朝，刘敏，王泽民，张严，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：