八通道成像多光谱图像配准方法
【技术领域】
[0001] 本发明涉及一种八通道成像多光谱图像配准方法，采用一种操作干预提取图像特 征点进行匹配的方法，适用于8通道成像光谱仪具有通道数目较少、处理时间不受限制等 因素的特点。
【背景技术】
[0002] 多光谱成像（Multispectral Imaging)是多波段光谱成像技术的简称，它是一种 图谱合一的信息获取及处理技术，即在取得目标的空间维信息的同时，还取得该目标的光 谱维信息。根据所获取信息的光谱波段数或者光谱分辨率大小的差异，目前的光谱成像技 术大致可划分为多光谱成像（Multi-spectral Imaging)、高光谱成像（Hyper-spectral Imaging)以及超光谱成像（Ultra-spectral Imaging) 〇
[0003] 图像配准（Alignment)是指对取自不同时间、不同传感器或者不同视角的同一场 景的两幅图像或者多幅图像序列进行几何位置匹配的过程或方法，是近年来图像工程应用 领域的一个热门发明，目前已被广泛地应用在光学遥感图像、医学影像、三维重构、机器人 视觉等诸多领域中。
[0004] 多光谱图像的配准是整个光谱成像系统数据处理的重要环节之一，它关系到光谱 维和图像维的准确融合问题。在多光谱成像仪的数据立方体中，由于光学系统的装配误差 以及采样过程中存在的目标运动或仪器本身的运动，导致同一场景的多通道图像之间存在 几何位置以及放大率等方面的差异，因此在多光谱成像仪的数据处理中有必要采用一个图 像配准环节，以使得数据立方体的图像在空间维准确配准。
[0005] 迄今为止，图像配准已逐步形成了一套完整的理论体系和方法。在现有图像配准 方法中主要包括互相关法、傅立叶变换法、点映射法、弹性模型法、小波变换配准法等等，这 些方法都有各自的特点和应用背景。
[0006] 互相关法是基于图像灰度信息的方法，它适合于同一传感器获得的图像之间的配 准。该方法要求的计算量大，不适合处理非线性形变和局部形变问题，还有待改进。
[0007] 傅立叶变换法是对图像进行快速傅立叶变换后，应用相位相关等技术处理旋转、 平移和缩放失配的图像配准。但傅氏变换方法也不能处理非线性变形等问题和不同灰度属 性图像的配准。
[0008] 点映射是在不知道两幅图像的映射方式时最常采用的配准方法。但特征点的位置 精度容易受人的主观判断的影响，不能得到精确稳定的配准结果，因此，点映射方法还经常 利用各个阶段之间的反馈来找到最优变换。
[0009] 弹性模型法目前主要用于医学图像之间的配准。基于小波变换的配准方法近年来 引起了人们的高度重视，其特点是可以极大的减少图像配准时的计算量。
【附图说明】
[0010] 图1为Laplacian算子常用模板示意图；
[0011] 图2为LOG算子5 X 5阶模板示意图。
【发明内容】
[0012] 鉴于上述现有技术的不足之处，本发明的目的在于提供一种适用于八通道成像多 光谱图像的配准方法，具体采取了以下技术方案：
[0013] 步骤一、多光谱图像边缘检测和提取；
[0014] 步骤二、多光谱图像配准变换。
[0015] 优选的，上述步骤具体为：
[0016] 步骤一、多光谱图像边缘检测和提取，采用LOG滤波器进行边缘检测，对图像先进 行适当的平滑，以抑制噪声，然后再进行求微，在Laplacian算子的基础上增加了 Gauss变 换而实现的LOG算子，对于二维图像信号，先用下述的Gauss函数来进行平滑：
[0018] G(x，y，〇)是一个圆对称函数，其平滑的作用可通过σ来控制，由于对图像进行 线性平滑，在数学上是进行卷积，令g(x，y)为平滑后的图像，得到：
[0019] g(x，y) = G(x，y，〇 )*f(x，y)
[0020] 其中f (χ，y)是平滑前的图像，
[0021] 由于边缘点是图像中灰度值变化剧烈的地方，这种图像强度的突变将在一阶导数 中产生一个峰，或等价于二阶导数中产生一个零交叉点，而沿梯度方向的二阶导数是非线 性的，计算较为复杂，所以用Laplacian算子来替代，即用：
[0023] 的零交叉点作为边缘点，式中V2C?为LOG滤波器，
[0025] 取 σ 彡 1 ;
[0026] 步骤二、多光谱图像配准变换，变换公式为
[0028] 式中：(X，y)是第一幅图像即基准图像的点，经变换后对应第二幅图像中的（X'， 太），而k、Θ及ΔΧ和Ay分别是第一幅图与第二幅图的比例因子、旋转因子和坐标平移 量。
[0029] 优选的，上述LOG算子借助模板来实现，采用如表中所示的5X5模板
CN 105118050 A 说明书 3/5 页
[0031] 相较于现有技术，本发明提供的八通道成像多光谱图像配准方法针对8通道成像 光谱仪具有通道数目较少、处理时间不受限制等因素，采用一种操作干预提取图像特征点 进行匹配的方法，能够得到很好的配准合成图。
【具体实施方式】
[0032] 本发明提供一种八通道成像多光谱图像配准方法，为使本发明的目的、技术方案 及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此 处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0033] 八通道成像光谱仪具有通道数目较少、处理时间不受限制等因素，因此本发明的 图像配准采用一种人工干预提取图像特征点进行匹配的方法，该方法可以归类为点映射 法。
[0034] 点映射法在进行配准前需要提取各幅图像的边缘细节以便于对特征点或特征匹 配向量的提取。图像边缘检测方法目前已有成熟的方法可以利用，目前被人们采用的边 缘检测算子大体上可以分为两大类，即一阶微分算子和二阶微分算子。一阶微分算子主 要有梯度算子、Roberts cross算子、Prewitt算子和Sobel算子；二阶微分算子主要是指 Laplacian (拉普拉斯）算子。这些算子都响应于灰度级变化，或平均灰度级变化。
[0035] 如果在二阶微分Laplacian算子之前加入一个Gauss (高斯）变换，则组成著名的 LOG算子即高斯-拉普拉斯算子。上述边缘检测算子各有其特点。
[0036] 本发明采用的边缘检测算子为LOG算子，它是在Laplacian算子的基础上增加了 Gauss变换而实现的，因此有必要首先介绍Laplacian算子。
[