【技术实现步骤摘要】
本专利技术涉及计算机视觉与图像处理领域，尤其涉及一种基于特征增强及多尺度相关的多模态图像配准方法。
技术介绍
1、单模态图像配准算法广泛应用于图像拼接、视频防抖等任务，多模态图像配准算法广泛应用于图像融合、图像去噪、医学诊断、遥感探测等任务。
2、图像配准算法一般可分为基于特征点与基于区域的算法。基于特征点的算法采用描述子提取图像特征点，并进行特征点匹配、外点筛除、变换参数计算等步骤，典型的特征点提取算法包括sift、surf、orb、lift等，典型的特征点匹配及外点筛除算法包括ransac、magsac等。基于区域的算法直接利用所有图像像素配准，对信息利用更充分，在图像精确配准中，效果一般优于基于特征点的算法。基于区域的传统配准算法需根据图像特点选取合适的配准测度，如ssd、sad、ncc、nmi等，采用算法优化配准变换参数，最小化配准测度误差，将两幅图像对齐，常见的参数优化算法包括高斯-牛顿法、随机梯度下降法等。基于区域的深度学习配准算法可直接生成图像及真值训练模型。对于有监督配准，典型算法包括dhn、mhn、loca...
【技术保护点】
1.一种基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，所述步骤(4)中，对特征形变的具体方法为：生成规则坐标网格；基于配准变换参数计算单应性矩阵，利用单应性矩阵变换所述规则坐标网格内的坐标点，利用所述变换后的坐标点对特征采样，将采样后的像素重排，完成特征形变。
3.如权利要求1所述的基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，
4.如权利要求2所述的基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，所述特...
【技术特征摘要】
1.一种基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，所述步骤(4)中，对特征形变的具体方法为：生成规则坐标网格；基于配准变换参数计算单应性矩阵，利用单应性矩阵变换所述规则坐标网格内的坐标点，利用所述变换后的坐标点对特征采样，将采样后的像素重排，完成特征形变。
3.如权利要求1所述的基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，
4.如权利要求2所述的基于特征增强及多尺度相关的多模态图像配准方法，其特征在于，所述特征提取器提取多尺度特征的方法，具体包括以下...
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。