【技术实现步骤摘要】
一种基于几何约束下区域搜索的图像配准方法
[0001]本专利技术属于图像匹配领域,特别是涉及一种基于几何约束下区域搜索的图像配准方法。
技术介绍
[0002]在电力巡检、视频监视、无人驾驶、机器人视觉等领域中,常利用红外和可见光双目成像,将红外和可见光图像进行信息互补,这样可以提高后续应用的性能,如提高检测、识别等任务的精度。有效利用红外和可见光互补信息的前提,是通过高效的配准将两幅图像进行对齐,因此,研究红外和可见光双目成像中红外和可见光图像配准具有重要意义。
[0003]红外图像与可见光图像由于模态不同,图像存在着显著差异,配准难度大。红外图像根据目标的热辐射成像,能够排除光线和天气条件的影响,但通常分辨率较低,缺少纹理细节。相反地,可见光图像利用光反射成像,成像分辨率比较高,纹理细节丰富,明暗对比度高,但同时也更容易受到环境因素的影响。目前,已有的红外与可见光图像配准算法中,主要可以被分为基于区域、基于特征和基于学习三类。
[0004]基于区域的配准方法通常给定预变换模型。利用相似性度量和优化方法来估计变换参数,通过优化总体成本函数来对齐两幅图像的公共区域。例如,Yu等人通过灰度加权窗口策略从红外和可见光图像中检测边缘结构,通过归一化互信息提高配准性能。Y.N.等人将红外和可见光图像转化为边缘图,使用仿射和自由形态变换(Free
‑
Form Deformation,FFD)来解释粗配准和精配准的几何关系,通过最大化互信息(Mutual Information,MI)度量将红外和 ...
【技术保护点】
【技术特征摘要】
1.一种基于几何约束下区域搜索的图像配准方法,其特征在于,包括如下步骤:步骤1,红外和可见光图像立体校正:利用相机标定得到的红外和可见光相机的内参和外参,通过立体校正可将红外和可见光图像约束到同一高度之上;步骤2,基于相位一致性获取图像的边缘特征图:在步骤1校正后图像的基础上,计算红外和可见光图像的相位一致性相应图,并计算最大矩获得鲁棒的边缘特征图像,得到红外边缘图像I
iredge
和可见光边缘图像I
visedge
;步骤3,红外边缘图像特征点提取:在红外边缘图像进行FAST特征点的提取,并剔除掉原红外图像中背景中的无用特征点,同时在设定的邻域范围内使用非极大值抑制策略,得到特征点分布更加均匀的特征点集V
ir
;步骤4,两阶段特征点搜索匹配:先以NCC为衡量相似性指标计算两边缘图整体水平偏移参数,进一步减少后续同名特征点的搜索范围,降低时间复杂度;接着以步骤3得到的红外特征点集V
ir
为基准,在可见光边缘图像的搜索区域内,提出多尺度加权NCC作为相似性衡量指标,搜索最佳匹配点得到匹配的可见光图像特征点集V
vis
;步骤5,误匹配的剔除:首先通过最小二乘法建立所有匹配特征点的变换模型,然后计算所有匹配点的误差和均方根误差,剔除不在设定邻域范围内的匹配点,直到均方根误差小于设定的阈值。2.如权利要求1所述的一种基于几何约束下区域搜索的图像配准方法,其特征在于:步骤1的具体实现方式如下;借助不同角度的多张黑白棋盘格图片,利用最小二乘法计算红外和可见光相机的内参和外参,然后通过Fusiello提出的方法对图像进行立体校正,将红外和可见光的图像校正到同一高度,红外和可见光图像的立体校正的计算公式如下:I'
ir
=rectify(I
ir
,K
ir
,R,T)I'
vis
=rectify(I
vis
,K
vis
,R,T)其中,I
ir
和I
vis
表示未进行立体矫正的红外和可见光图像,I
′
ir
和I
′
vis
分别表示立体矫正后的红外和可见光图像,rectify()表示校正函数,K
ir
和K
vis
分别表示红外相机和可见光相机的内参,[R,T]表示外参,R表示两个相机的相对旋转参数,T表示相对平移参数。3.如权利要求1所述的一种基于几何约束下区域搜索的图像配准方法,其特征在于:步骤2的具体实现方式如下;步骤2.1,采用Kevesi提出的基于相位一致性边缘检测算法分别提取和红外和可见光的边缘图,选取若干个方向和尺度的Log
‑
Gabor小波变换,计算每个方向上的相位一致性图,其计算公式如下:PC
ir
(θ
i
)=calPC(I
ir
,θ
i
,s1,...,s4)PC
vis
(θ
i
)=calPC(I
vis
,θ
i
,s1,...,s4)其中,calPC()表示边缘提取函数;θ
i
表示选取的Log
‑
Gabor滤波器方向,θ1~θ6分别为(0
°
,30
°
,60
°
,90
°
,120
°
,150
°
),s1~s4表示四个频率尺度;步骤2.2,利用六个方向的相位一致性信息,通过矩分析方法得到PC图的最大矩M,计算公式如下:
其中,PC图的最大矩M代表了图像的边缘特征,具有亮度和对比度不变性,若像素点(x,y)处的最大矩M(x,y)>T,则该位置为边缘点,T表示边缘点检测阈值;对于红外和可见光异源图像,采用相同的阈值T得到细节程度相当的红外边缘图像I
iredge
和可见光边缘图像I
visedge
。4.如权利要求1所述的一种基于几何约束下区域搜索的图像配准方法,其特征在于:步骤3的具体实现...
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。