一种基于区域特征的多源异类图像配准方法技术

本发明专利技术涉及图像处理领域中的图像配准方法，具体为一种基于区域特征的多源异类图像配准方法，对基准图像和待配准图像中进行聚类分割，得到两幅图像的分割区域；利用数字形态学从分割区域提取两幅图像的封闭轮廓；封闭轮廓删除，采用轮廓不变矩理论，引入矩变量距离均值、方差约束机制和一致性检查的匹配策略，获取最佳匹配轮廓对；以最佳封闭轮廓的质点为控制点，计算配准参数，实现两幅图像的配准。本发明专利技术克服了已有算法计算复杂、容易造成误匹配，导致配准精度低，甚至配准失败的缺陷，可应用于安全监测、机载多源图像融合、图像目标识别和跟踪等民用或军用领域。

【技术实现步骤摘要】

本专利技术涉及图像处理领域中的图像配准方法，具体为ー种基于区域特征的多源异类图像配准方法。
技术介绍
图像配准是指依据相似性度量准则得到图像间的坐标变换參数，使得从不同传感器、不同视角和不同时间获取的同一场景的两幅或多幅图像变换到同一坐标系下。通过对来自不同传感器的多种图像数据进行提取与综合，可以获得对同一地区目标的更为精确、全面、可靠的图像描述，有利于对图像的进ー步分析处理、变化检测、目标识别或跟踪。不同传感器的图像融合、目标识别等处理必须在图像精确配准的前提下进行，換言之，图像配准是多传感器图像融合、目标识别等处理的必要步骤，其配准精度更直接影响图像融合和目标识别的效果。因此，研究图像配准技术具有重要的理论意义和广阔的应用前景。目前，已有的图像配准方法可以归纳为基于灰度的配准方法(如空域中互相关、互信息的图像配准方法或频域中快速傅立叶变换、小波变换的图像配准方法)和基于特征(如点、直线、曲线、边缘、封闭轮廓等)的配准方法。多源异类图像配准是对来自不同传感器的同一场景的两幅或多幅图像进行匹配的过程，由于不同传感器的工作原理和成像条件不一样，获得的图像在灰度分布和统计特性上有较大差异，基于灰度的配准方法不能很好地应用于多源异类图像的配准中，多源异类图像配准主要采用基于特征的图像配准方法。尽管多源异类图像的灰度属性差异较大，但目标的ー些明显区域轮廓形状特性在两幅图像中是基本保持不变的，相比较点特征和线特征，区域轮廓特征的信息量丰富且比较稳定，因此可以通过提取这些不变的区域轮廓形状信息，来实现图像的特征匹配和配准。区域轮廓特征提取的好坏直接影响到后续的配准精度。目前基于轮廓的图像配准算法中，轮廓特征的提取主要采用边缘检测的方法，这种方法存在以下问题:1.由于噪声的存在，影响边缘的连续性，提取的结果中大多数都是开轮廓，需要将开轮廓通过链码编码的方式，把开轮廓的两个端点用直线段连接，形成封闭轮廓。这类算法需要进行边缘毛刺消除、边缘搜索、邻近连接等优化处理，这样増加了算法的复杂度，且耗时长；2.由于边缘强制连接，封闭轮廓的形状有差异，导致获得的配准结果精度不高；另外，容易形成虚假封闭轮廓，容易造成误匹配，导致配准失败。
技术实现思路
本专利技术为了解决现有的利用提取图像轮廓特征进行图像配准的方法算法复杂、耗时长，配准精度不高，造成误匹配，导致配准失败的问题，提供了。本专利技术是采用如下的技术方案实现的:，包括以下步骤:S1:对于基准图像和待配准图像分别进行k-均值聚类处理，分割出基准图像和待配准图像的封闭区域；S2:对基准图像和待配准图像分割后得到的封闭区域分别运用数学形态学处理，进行数学形态学先腐蚀后膨胀的开运算，腐蚀消除封闭区域中比腐蚀因子小的散点和噪声，膨胀把封闭区域中比膨胀因子小的缺ロ或孔洞填充上，把断裂的区域连接成封闭轮廓，获得目标和背景各区域的封闭边界，提取出基准图像和待配准图像的封闭轮廓；S3:删除基准图像和待配准图像的封闭轮廓中轮廓长轴长度小于设定阈值的封闭轮廓；S4:在S3提取到的基准图像和待配准图像的封闭轮廓中，采用轮廓不变矩理论，利用封闭轮廓的矩不变量将封闭轮廓进行匹配，获得基准图像和待配准图像的初始匹配轮廓对，轮廓不变矩理论中，ー个封闭轮廓的二维区域G，用7个不变矩来表示，二维区域G中心矩定义为本文档来自技高网...

【技术保护点】
一种基于区域特征的多源异类图像配准方法，其特征在于包括以下步骤：S1：对于基准图像和待配准图像分别进行k?均值聚类处理，分割出基准图像和待配准图像的封闭区域；S2：对基准图像和待配准图像分割后得到的封闭区域分别运用数学形态学处理，进行数学形态学先腐蚀后膨胀的开运算，腐蚀消除封闭区域中比腐蚀因子小的散点和噪声，膨胀把封闭区域中比膨胀因子小的缺口或孔洞填充上，把断裂的区域连接成封闭轮廓，获得目标和背景各区域的封闭边界，提取出基准图像和待配准图像的封闭轮廓；S3：删除基准图像和待配准图像的封闭轮廓中轮廓长轴长度小于设定阈值的封闭轮廓；S4：在S3提取到的基准图像和待配准图像的封闭轮廓中，采用轮廓不变矩理论，利用封闭轮廓的矩不变量将封闭轮廓进行匹配，获得基准图像和待配准图像的初始匹配轮廓对，轮廓不变矩理论中，一个封闭轮廓的二维区域G，用7个不变矩来表示，二维区域G中心矩定义为式中，x,y表示二维区域G内的坐标，p、q分别代表x轴、y轴方向的指数，为二维区域G的质心坐标，利用中心矩，构造的7个不变矩表示如下：对于每一个封闭轮廓的二维区域G，可以把它的7个不变矩看作是七维特征空间的一个点，两个二维区域G的相似性根据这两个点的距离来度量，距离Dij可以表示为：式中，i＝1,2,…,m，j＝1,2,…,n分别表示基准图像和待配准图像中的二维区域G的序号，对于基准图像中的m个二维区域和待配准图像中的n个二维区域，它们的关系可以用m×n的距离矩阵D来判定，距离矩阵D表示为：D=D11...Dm1·········D1n...Dmm,选取距离矩阵D中每行元素最小值对应的匹配轮廓对，并设定一阈值DT，当选取的每行的匹配轮廓对的距离≤DT时，可以认为该匹配轮廓对满足匹配要求，得到基准图像和待配准图像的初始匹配轮廓对；S5：在基准图像和待配准图像的初始匹配轮廓对中，以封闭轮廓的质心作为控制点，求取配准参数为s、θ、ΔX、s、θ、ΔX、为两图像之间的缩放系数、旋转量、x轴平移量和y轴平移量，基准图像和待配准图像的坐标(X,Y)与(X“,Y“)之间满足如下关系：XY=scosθsinθ-sinθcosθX′Y′+ΔXΔY,完成基准图像和待配准图像配准。FDA0000406714790000011.jpg,FDA0000406714790000016.jpg,FDA0000406714790000012.jpg,FDA0000406714790000013.jpg,FDA0000406714790000014.jpg,FDA0000406714790000015.jpg,FDA0000406714790000021.jpg,FDA0000406714790000022.jpg,FDA0000406714790000028.jpg,FDA0000406714790000026.jpg,FDA0000406714790000027.jpg...

【技术特征摘要】
1.一种基于区域特征的多源异类图像配准方法，其特征在于包括以下步骤: S1:对于基准图像和待配准图像分别进行k-均值聚类处理，分割出基准图像和待配准图像的封闭区域； S2:对基准图像和待配准图像分割后得到的封闭区域分别运用数学形态学处理，进行数学形态学先腐蚀后膨胀的开运算，腐蚀消除封闭区域中比腐蚀因子小的散点和噪声，膨胀把封闭区域中比膨胀因子小的缺ロ或孔洞填充上，把断裂的区域连接成封闭轮廓，获得目标和背景各区域的封闭边界，提取出基准图像和待配准图像的封闭轮廓； S3:删除基准图像和待配准图像的封闭轮廓中轮廓长轴长度小于设定阈值的封闭轮廓； S4:在S3提取到的基准图像和待配准图像的封闭轮廓中，采用轮廓不变矩理论，利用封闭轮廓的矩不变量将封闭轮廓进行匹配，获得基准图像和待配准图像的初始匹配轮廓对，轮廓不变矩理论中，ー个封闭轮廓的二维区域G，用7个不变矩来表示...

【专利技术属性】
技术研发人员：杨风暴，王志社，彭智浩，冯裴裴，牛涛，
申请(专利权)人：中北大学，
类型：发明
国别省市：