基于最大稳定极值区域和相位一致性的图像配准方法【
技术领域：
】[0001]本发明属于图像处理
技术领域：
，具体设及一种仿射变换图像配准方法，可应用于图像融合，图像拼接与=维重建等领域。【
背景技术：
】[0002]在图像融合，图像拼接与=维重建等领域，需要先对同一场景的多幅视图进行配准处理。一般情况下，可W采用基于特征的图像配准方法进行图像配准，该主要是考虑到一些图像特征对于图像的尺度和旋转具有不变性，并且只用特征信息寻找图像间的几何关系具有计算效率高的优点。但是，当两幅图像间存在较大的仿射变换时，在它们中往往很难提取到具有较高重复率或者位置精确的特征，从而导致配准精度不够甚至无法实现配准的问题。[0003]目前，基于特征的图像配准方法中常用的特征信息有尺度不变特征SIFT,最大稳定极值区域MS邸特征和完全仿射不变特征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.该S篇文献公开的技术均为特征提取及匹配方法，进而可W利用匹配的特征来计算图像间的几何变换参数实现图像配准。其中，基于尺度不变特征SIFT的图像配准方法能够配准尺度较大的图像，并且获得较好的配准效果。但是，当图像间存在较大的仿射变换时，基于尺度不变特征SIFT的特征检测方法往往很少能够获得数目足够且正确率高的匹配点对，因此基于尺度不变特征SIFT的图像配准方法不能配准具有较大仿射变换的图像。基于最大稳定极值区域MSER的图像配准方法，采用最大稳定极值区域MSER的质屯、作为特征点进行匹配，进而估计图像间的仿射变换参数，由于最大稳定极值区域MSER具有较高的仿射变换不变性，因此能够实现存在较大仿射变换的图像配准，但是由于成像传感器及成像环境的不同，采用的质屯、往往不能精确反映特征的位置，从而导致配准精度不高。完全仿射不变特征ASIFT算法首先对原图像进行人为模拟的仿射空间采样，获得多幅视图；然后利用尺度不变特征SIFT方法对获得的多幅视图进行特征提取及特征匹配，该样能够获得比尺度不变特征SIFT方法更多的匹配点数，因此基于完全仿射不变特征ASIFT特征的图像配准方法可W配准存在较大仿射变换的图像。该方法存在的不足是，由于该方法对图像在仿射空间上进行模拟，形成各个视角的图像，消耗了大量的内存，同时在提取出大量的正确匹配点时也引进了大量的误匹配点，而要获得较高的图像配准精度，就需要比较复杂的优化过程对误匹配点进行删除，该无疑又增加了计算复杂度。【
发明内容】[0004]本发明的目的在于改善了上述已有技术的缺点，提出一种基于最大稳定极值区域和相位一致性的仿射变换图像配准方法，W获得更好的仿射变换图像配准效果，并降低运算复杂度，提高计算效率。[0005]为实现上述目的，本发明的技术方案是；通过基于最大稳定极值区域MS邸特征的粗匹配获得两幅输入图像的部分拟合区域；采用仿射区域归一化方法克服仿射崎变带来的图像结构的改变；利用Gabor带通滤波器对归一化区域进行带通分解，进而在每个子带图像中进行基于相位一致性最大矩的特征点检测；采用概率分布的方法对检测的特征点集合进行精确配准，并计算两幅输入图像间的仿射变换矩阵。其具体步骤包括如下：[0006](1)分别输入存在仿射变换的两幅图像A和B，其中A为参考图像，B为待配准图像；[0007](2)对参考图像A和待配准图像B进行最大稳定极值区域MSER检测及匹配；[000引（3)对参考图像A和待配准图像B相匹配的最大稳定极值区域分别进行拟合，并得到参考图像A扩大后的楠圆拟合区域和待配准图像B扩大后的楠圆拟合区域；[0009](4)对上述两个楠圆拟合区域归一化：[0010]4a)分别计算参考图像A和待配准图像B中待归一化的点：【主权项】1.一种基于最大稳定极值区域和相位一致性的图像配准方法，包括如下步骤：(1)分别输入存在仿射变换的两幅图像A和B，其中A为参考图像，B为待配准图像；(2)对参考图像A和待配准图像B进行最大稳定极值区域MSER检测及匹配；(3)对参考图像A和待配准图像B相匹配的最大稳定极值区域分别进行拟合，并得到参考图像A扩大后的椭圆拟合区域和待配准图像B扩大后的椭圆拟合区域；(4)对上述两个椭圆拟合区域归一化：4a)分别计算参考图像A和待配准图像B中待归一化的点：其中，^和zj别表示参考图像A和待配准图像B中待归一化的点，M#M#别表示参考图像A和待配准图像B中所有最大稳定极值区域MSER的质心的二阶矩矩阵，仏和Hb分别表示二阶矩矩阵MJPMb奇异值分解得到的实对称酉矩阵，x'JPx'B分别表示图像A和B中扩大后的椭圆区域的点，^和yB分别表示参考图像A和待配准图像B中所有最大极值区域MSER的质心的均值；4b)用参考图像A中所有待归一化点zA构成参考图像的归一化区域P，用待配准图像B所有待归一化点^构成待配准图像的归一化区域Q;(5)分别对参考图像A的归一化区域P和待配准图像B的归一化区域Q进行基于Gabor滤波器的带通分解，获得这两幅图像包含不同频率成分的子带图像；(6)对上述两幅图像的子带图像进行基于相位一致性最大矩的特征点检测，并对检测到的特征点进行基于概率分布的点集配准，得到点集间的变换矩阵T1;(7)根据参考图像的归一化区域P和待配准图像的归一化区域Q，估计参考图像A与待配准图像B之间的变换矩阵L，T&(8)根据点集间的变换矩阵和参考图像A与待配准图像B之间的变换矩阵T。:，1；2计算参考图像A与待配准图像B之间的仿射变换矩阵T:T=(9)按照仿射变换矩阵T对待配准图像B进行变换，再对变换得到的图像进行双线性插值，完成图像配准。2.根据权利要求1所述的基于最大极值区域和相位一致性的图像配准方法，其中步骤⑵所述的对参考图像A和待配准图像B进行最大稳定极值区域MSER检测及匹配，按如下步骤进行：2a)对参考图像A和待配准图像B分别进行最大稳定极值区域MSER检测，得到多个具有仿射不变性的不规则极值区域；2b)将多个具有仿射不变性的不规则极值区域一一对应起来，获得初始的最大稳定极值区域MSER匹配对。3.根据权利要求1所述的基于最大稳定极值区域和相位一致性的仿射变换图像配准方法，其中步骤（3)所述的对参考图像A和待配准图像B相匹配的最大稳定极值区域分别进行拟合，按如下步骤进行：3a)分别检测参考图像A和待配准图像B的最大稳定极当前第1页1 2