一种基于变换矩阵优化特征匹配的红外图像配准方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114820735A(43)申请公布日2022.07.29(21)申请号202210481531.1(22)申请日2022.05.05(71)申请人郑州航空工业管理学院地址450018河南省郑州市金水区博学路街道郑州航空工业管理学院东校区(72)发明人马鹏阁郭星辰苏晓磊李文博孙俊灵金秋春钱金旺(74)专利代理机构成都方圆聿联专利代理事务所(普通合伙)51241专利代理师李鹏(51)Int.Cl.G06T7/33(2017.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于变换矩阵优化特征匹配的红外图像配准方法(57)摘要本发明公开了一种基于变换矩阵优化特征匹配的红外图像配准方法，检测方法包括：S1获得待配准图像序列像素点R值分布图像；S2：获得满足阈值的特征点响应图像；S3：通过所述特征点进行粗匹配，获得粗匹配结果图像；S4：计算粗变换矩阵，获得参考帧特征点在目标帧上的投影图像；通过所述投影图像，获得距离误差分布图像；剔除与均值距离误差最大的特征点对，更新变换矩阵，返回S4步骤，直到迭代结束，获得特征点精匹配图像；根据精匹配特征点计算变换矩阵，实现图像配准。本发明的配准方法能够有效剔除误匹配特征点、防止对正确匹配特征点的误剔除，有效提高图像的配准精度。CN114820735ACN114820735A权利要求书1/2页1.一种基于变换矩阵优化特征匹配的红外图像配准方法，其特征在于：包括以下步骤：S1：获得像素点R值分布图像；S2：根据特征点响应函数获得满足特征点响应图像；S3：通过所述特征点进行粗匹配，计算粗变换矩阵，获得参考帧特征点在目标帧上的投影图像；S4：通过所述映射图像，计算匹配点对的距离与均值；S5：剔除与均值距离误差最大的特征点对，更新变换矩阵，返回S4步骤；S6：当第m+1次距离均值大于第m次距离均值时，结束迭代，获得第m次特征点精匹配图像，实现图像配准。2.根据权利要求1所述的配准方法，其特征在于：所述红外待配准图像通过红外遥感视频序列分帧得到。3.根据权利要求1所述的配准方法，其特征在于：所述特征点检测邻域梯度分布的二阶矩如下所示：其中Ix，Iy为像素8邻域中正交方向的梯度值，ω为高斯滤波函数。4.根据权利要求1所述的配准方法，其特征在于：所述像素R值图像通过下式获得：2R1(x,y)＝detM1‑α(traceM1)2R2(x,y)＝detM2‑α(traceM2)R(x,y)＝max(R1(x,y),R2(x,y))其中，M1为像素水平与垂直方向的梯度二阶矩阵，M2为像素对角线方向梯度二阶矩阵。5.根据权利要求4所述的配准方法，其特征在于：所述特征点响应图像通过下式获得：R(x,y)＞tt＝0.02Rmax其中，t表示响应阈值，Rmax表示全局图像最大R值。6.根据权利要求1所述的配准方法，其特征在于：对所述粗变换矩阵通过下式获得：其中，(x,y)和(x′,y′)分别表示参考图像与待配准图像的匹配特征点坐标。7.根据权利要求1所述的配准方法，其特征在于：对所述粗变换特征点对的距离与距离均值通过下列式求得：2CN114820735A权利要求书2/2页其中，di表示第i对特征点对的距离，(x′i,y′i)表示粗变换后第i个特征点坐标，(xi,yi)表示参考图像第i个特征点坐标。表示全局距离均值。8.根据权利要求7所述的配准方法，其特征在于：最大误差特征点对通过下式求得：其中A表示特征点对的距离集合。9.根据权利要求1所述的配准方法，其特征在于：对所述矩阵迭代终止条件通过下式获得：其中为第m+1次迭代，目标帧特征点变换后与参考帧特征点的距离均值，为第m次的距离均值。10.权利要求1‑9中任意一项所述的配准方法，其特征在于，在机载红外遥感成像系统中应用。3CN114820735A说明书1/5页一种基于变换矩阵优化特征匹配的红外图像配准方法技术领域[0001]本发明涉及红外图像处理的技术领域，特别是一种基于变换矩阵优化特征匹配的红外图像配准方法。背景技术[0002]红外遥感图像在采样时，由于时间不同，或多个成像载荷位置角度差异，会导致关注区域的图像信息之间产生错位，形变。红外遥感图像配准旨在将两幅或多幅遥感图像进行矫正、重合、叠加。以便获得更大画幅或更多特征，随着越来越多的领域研究需要，红外遥感图像配准已经广泛地应用于军事侦测、地质勘探、农业观测、环境监测等领域。[0003]待配准的遥感图像序列间由于形变程度不同，所属的技术手段也不尽相同。针对较为简单的刚性位移变换，一般使用图像间互相关信息即可完成较为准确的配准要求。但实际应用中，往往非刚性、非平移的图像变换更多，比如旋转变换、仿射变换、透视变换等。此时，基于图像间互相关信息的图像配准容易失