基于最大穩定極值區域和相位一致性的圖像配準方法【
技術領域：
】[0001]本發明屬于圖像處理
技術領域：
，具體設及一種仿射變換圖像配準方法，可應用于圖像融合，圖像拼接與=維重建等領域。【
背景技術：
】[0002]在圖像融合，圖像拼接與=維重建等領域，需要先對同一場景的多幅視圖進行配準處理。一般情況下，可W采用基于特征的圖像配準方法進行圖像配準，該主要是考慮到一些圖像特征對于圖像的尺度和旋轉具有不變性，并且只用特征信息尋找圖像間的幾何關系具有計算效率高的優點。但是，當兩幅圖像間存在較大的仿射變換時，在它們中往往很難提取到具有較高重復率或者位置精確的特征，從而導致配準精度不夠甚至無法實現配準的問題。[0003]目前，基于特征的圖像配準方法中常用的特征信息有尺度不變特征SIFT,最大穩定極值區域MS邸特征和完全仿射不變特征ASIFT，例如LoweD，"Distinctiveimagefeaturesfromscale-invariantkeypoints."InternationalJournalofComputerVision,vol.60,no.2,pp.91-110.MatasJ,Chum0,etal.，"Robustwide-baselinestereofrommaximallystableextremalregions."ImageandVisionComputing,vol.22,no.10,pp.761-767.及MorelJM,化G，"ASIFT:Anewframeworkforfullyaffineinvariantimagecomparison."SIAMJournalonImagingSciences,vol.2,no.2,pp.438-469.該S篇文獻公開的技術均為特征提取及匹配方法，進而可W利用匹配的特征來計算圖像間的幾何變換參數實現圖像配準。其中，基于尺度不變特征SIFT的圖像配準方法能夠配準尺度較大的圖像，并且獲得較好的配準效果。但是，當圖像間存在較大的仿射變換時，基于尺度不變特征SIFT的特征檢測方法往往很少能夠獲得數目足夠且正確率高的匹配點對，因此基于尺度不變特征SIFT的圖像配準方法不能配準具有較大仿射變換的圖像。基于最大穩定極值區域MSER的圖像配準方法，采用最大穩定極值區域MSER的質屯、作為特征點進行匹配，進而估計圖像間的仿射變換參數，由于最大穩定極值區域MSER具有較高的仿射變換不變性，因此能夠實現存在較大仿射變換的圖像配準，但是由于成像傳感器及成像環境的不同，采用的質屯、往往不能精確反映特征的位置，從而導致配準精度不高。完全仿射不變特征ASIFT算法首先對原圖像進行人為模擬的仿射空間采樣，獲得多幅視圖；然后利用尺度不變特征SIFT方法對獲得的多幅視圖進行特征提取及特征匹配，該樣能夠獲得比尺度不變特征SIFT方法更多的匹配點數，因此基于完全仿射不變特征ASIFT特征的圖像配準方法可W配準存在較大仿射變換的圖像。該方法存在的不足是，由于該方法對圖像在仿射空間上進行模擬，形成各個視角的圖像，消耗了大量的內存，同時在提取出大量的正確匹配點時也引進了大量的誤匹配點，而要獲得較高的圖像配準精度，就需要比較復雜的優化過程對誤匹配點進行刪除，該無疑又增加了計算復雜度。【
發明內容】[0004]本發明的目的在于改善了上述已有技術的缺點，提出一種基于最大穩定極值區域和相位一致性的仿射變換圖像配準方法，W獲得更好的仿射變換圖像配準效果，并降低運算復雜度，提高計算效率。[0005]為實現上述目的，本發明的技術方案是；通過基于最大穩定極值區域MS邸特征的粗匹配獲得兩幅輸入圖像的部分擬合區域；采用仿射區域歸一化方法克服仿射崎變帶來的圖像結構的改變；利用Gabor帶通濾波器對歸一化區域進行帶通分解，進而在每個子帶圖像中進行基于相位一致性最大矩的特征點檢測；采用概率分布的方法對檢測的特征點集合進行精確配準，并計算兩幅輸入圖像間的仿射變換矩陣。其具體步驟包括如下：[0006](1)分別輸入存在仿射變換的兩幅圖像A和B，其中A為參考圖像，B為待配準圖像；[0007](2)對參考圖像A和待配準圖像B進行最大穩定極值區域MSER檢測及匹配；[000引（3)對參考圖像A和待配準圖像B相匹配的最大穩定極值區域分別進行擬合，并得到參考圖像A擴大后的楠圓擬合區域和待配準圖像B擴大后的楠圓擬合區域；[0009](4)對上述兩個楠圓擬合區域歸一化：[0010]4a)分別計算參考圖像A和待配準圖像B中待歸一化的點：【主權項】1.一種基于最大穩定極值區域和相位一致性的圖像配準方法，包括如下步驟：(1)分別輸入存在仿射變換的兩幅圖像A和B，其中A為參考圖像，B為待配準圖像；(2)對參考圖像A和待配準圖像B進行最大穩定極值區域MSER檢測及匹配；(3)對參考圖像A和待配準圖像B相匹配的最大穩定極值區域分別進行擬合，并得到參考圖像A擴大后的橢圓擬合區域和待配準圖像B擴大后的橢圓擬合區域；(4)對上述兩個橢圓擬合區域歸一化：4a)分別計算參考圖像A和待配準圖像B中待歸一化的點：其中，^和zj別表示參考圖像A和待配準圖像B中待歸一化的點，M#M#別表示參考圖像A和待配準圖像B中所有最大穩定極值區域MSER的質心的二階矩矩陣，仏和Hb分別表示二階矩矩陣MJPMb奇異值分解得到的實對稱酉矩陣，x'JPx'B分別表示圖像A和B中擴大后的橢圓區域的點，^和yB分別表示參考圖像A和待配準圖像B中所有最大極值區域MSER的質心的均值；4b)用參考圖像A中所有待歸一化點zA構成參考圖像的歸一化區域P，用待配準圖像B所有待歸一化點^構成待配準圖像的歸一化區域Q;(5)分別對參考圖像A的歸一化區域P和待配準圖像B的歸一化區域Q進行基于Gabor濾波器的帶通分解，獲得這兩幅圖像包含不同頻率成分的子帶圖像；(6)對上述兩幅圖像的子帶圖像進行基于相位一致性最大矩的特征點檢測，并對檢測到的特征點進行基于概率分布的點集配準，得到點集間的變換矩陣T1;(7)根據參考圖像的歸一化區域P和待配準圖像的歸一化區域Q，估計參考圖像A與待配準圖像B之間的變換矩陣L，T&(8)根據點集間的變換矩陣和參考圖像A與待配準圖像B之間的變換矩陣T。:，1；2計算參考圖像A與待配準圖像B之間的仿射變換矩陣T:T=(9)按照仿射變換矩陣T對待配準圖像B進行變換，再對變換得到的圖像進行雙線性插值，完成圖像配準。2.根據權利要求1所述的基于最大極值區域和相位一致性的圖像配準方法，其中步驟⑵所述的對參考圖像A和待配準圖像B進行最大穩定極值區域MSER檢測及匹配，按如下步驟進行：2a)對參考圖像A和待配準圖像B分別進行最大穩定極值區域MSER檢測，得到多個具有仿射不變性的不規則極值區域；2b)將多個具有仿射不變性的不規則極值區域一一對應起來，獲得初始的最大穩定極值區域MSER匹配對。3.根據權利要求1所述的基于最大穩定極值區域和相位一致性的仿射變換圖像配準方法，其中步驟（3)所述的對參考圖像A和待配準圖像B相匹配的最大穩定極值區域分別進行擬合，按如下步驟進行：3a)分別檢測參考圖像A和待配準圖像B的最大穩定極當前第1頁1 2