基于轮廓检测和特征匹配的图像配准方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107452030A(43)申请公布日2017.12.08(21)申请号201710658905.1(22)申请日2017.08.04(71)申请人南京理工大学地址210094江苏省南京市孝陵卫200号(72)发明人朱炳斐陈文建李武森张峻乾(74)专利代理机构南京理工大学专利中心32203代理人马鲁晋(51)Int.Cl.G06T7/33(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)权利要求书1页说明书4页附图3页(54)发明名称基于轮廓检测和特征匹配的图像配准方法(57)摘要本发明公开了一种基于轮廓检测和特征匹配的图像配准方法，步骤如下：首先通过黑/白色填充延扩待配准图和标准图；之后对待配准图进行阈值分割；然后对阈值图进行轮廓检测，选取图像目标区域的轮廓为初步轮廓图；接着对初步轮廓图进行由顶至下的轮廓检测，并建立最小外接矩形；然后计算获得逆时针方向顶层矩形与水平轴的旋转夹角绝对值θ和四个顶点坐标pt[0]，pt[1]，pt[2]，pt[3]；接着根据pt[0]，pt[1]判别旋转角度为正/负，之后根据-θ或90°-θ利用仿射变换获得初步配准图；最后对标准图和初步配准图进行基于特征点的匹配，获得最终的配准图。本发明能够实现0°至90°旋转角度和任何平移偏量的图像的快速高精度配准，满足各种需要图像配准市场的需求。CN107452030ACN107452030A权利要求书1/1页1.一种基于轮廓检测和特征匹配的图像配准方法，其特征在于，包括以下步骤：步骤1、将待配准图和标准图通过黑色/白色填充进行延扩，得到两个矩形图像；步骤2、对步骤1延扩之后的待配准图根据填充色为黑/白选择阈值进行阈值分割，得到二值图；步骤3、对步骤2中的二值图进行轮廓检测，并根据判断条件去除过大或过小的轮廓，只留下图像目标区域的轮廓，保存为初步轮廓图；步骤4、对步骤3中的初步轮廓图再进行由顶层至下的轮廓检测，保存为2D点集，并建立顶层点集的最小外接矩形；步骤5、对步骤4得到的顶层矩形进行分析计算，确定其与水平轴逆时针方向的旋转夹角绝对值θ和逆时针四个顶点坐标，所述顶层矩形即目标区域轮廓，逆时针四个顶点坐标依次为左上顶点pt[0]，右上顶点pt[1]，右下顶点pt[2]，左下顶点pt[3]；步骤6、根据步骤5得到的左上顶点pt[0]，右上顶点pt[1]判别待配准图相对标准图旋转角度为正/负，之后再选择-θ或90°-θ对待配准图进行仿射变换获得初步配准图；步骤7、对步骤6的初步配准图和标准图进行基于特征点的匹配，获得最终的配准图。2.根据权利要求1所述的基于轮廓检测和特征匹配的图像配准方法，其特征在于，步骤1所述矩形图像的大小为m×n，且m≠n，其中m为矩形的宽度，n为矩形的高度，m大于待配准图和标准图的宽度，n大于待配准图和标准图的高度。3.根据权利要求1所述的基于轮廓检测和特征匹配的图像配准方法，其特征在于，步骤2所述的根据填充色为黑/白选择合适阈值进行阈值分割，具体如下：若为黑，阈值为0～30，做全局阈值分割；若为白，阈值为220～255，做全局阈值分割并取反。4.根据权利要求1所述的基于轮廓检测和特征匹配的图像配准方法，其特征在于，步骤3所述的根据判断条件去除过大或过小的轮廓，只留下图像目标区域的轮廓，具体如下：获取延扩前待配准图目标区域的周长l1，将二值图所有检测到的周长大于或小于l1的轮廓去除，这样就只留下图像目标区域的轮廓。5.根据权利要求1所述的基于轮廓检测和特征匹配的图像配准方法，其特征在于，步骤4所述的由顶层至下的轮廓检测，是将目标区域的轮廓边界作为顶层，整幅延扩图的边界为第二层。6.根据权利要求1所述的基于轮廓检测和特征匹配的图像配准方法，其特征在于，步骤6所述的具体如下：获取步骤5顶层矩形的宽w与高h，根据左上顶点pt[0]，右上顶点pt[1]两点的坐标计算两点之间的距离l，若l＝h，则旋转角度为正，以角度-θ对待测图进行仿射变换；若l＝w，则旋转角度为负，以角度90°-θ对待测图进行仿射变换，得到初步匹配图。7.根据权利要求1所述的基于轮廓检测和特征匹配的图像配准方法，其特征在于，步骤7所述的基于特征点的匹配中采取的几何变换是透射变换，且无需去除误匹配算法。2CN107452030A说明书1/4页基于轮廓检测和特征匹配的图像配准方法技术领域[0001]本发明涉及图像处理领域，特别是一种基于轮廓检测和特征匹配的图像配准方法。背景技术[0002]图像配准是图像处理的重要任务之一，用于将不同时间、不同传感器、不同视角以及不同拍摄条件下获取的两幅及以上图像进行几何意义上的匹配。其广泛应用于计算机视觉、医学图像处理、遥感数据分析等