一种基于区域特征的多源异类图像配准方法
【专利摘要】本发明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。
【专利说明】一种基于区域特征的多源异类图像配准方法
【技术领域】
[0001]本发明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。
【背景技术】
[0002]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。
[0003]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。
[0004]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。
[0005]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:
[0006]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；
[0007]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。
【发明内容】
[0008]本发明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，提供了一种基于区域特征的多源异类图像配准方法。
[0009]本发明是采用如下的技术方案实现的:一种基于区域特征的多源异类图像配准方法，包括以下步骤:
[0010]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；
[0011]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；
[0012]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；
[0013]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
【权利要求】
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，二维区域G中心矩定义为
2.根据权利要求1所述的ー种基于区域特征的多源异类图像配准方法，其特征在于基准图像和待配准图像分别为可见光图像和SAR图像或SAR图像和可见光图像。
3.根据权利要求1或2所述的ー种基于区域特征的多源异类图像配准方法，其特征在于基准图像和待配准图像的初始匹配轮廓对在求取配准參数之前，先利用矩不变量的距离建立距离矩阵，计算矩不变量的距离方差矩阵，把距离方差矩阵中的每一行距离方差最小的两个轮廓作为求取配准參数的优化匹配轮廓对。
4.根据权利要求3所述的ー种基于区域特征的多源异类图像配准方法，其特征在于利用优化匹配轮廓对求取配准參数之前，计算得到的优化匹配轮廓对长度的比例和比例均值，当优化匹配轮廓对的比例和比例均值之差的绝对值大于设定的阈值，则将该优化匹配轮廓对认为是误匹配的轮廓对，并将该优化匹配轮廓对删除，最終得到求取配准參数的准确匹配轮廓对。
【文档编号】G06T7/00GK103578105SQ201310533490
【公开日】2014年2月12日 申请日期:2013年11月1日 优先权日:2013年11月1日
【发明者】杨风暴, 王志社, 彭智浩, 冯裴裴, 牛涛 申请人:中北大学