[0047] 举例来说，可根据SIFT特征点的特征描述子之间的距离，确定源图像与待配准图 像的匹配特征点。
[0048] 在实际应用中，还应对上述匹配特征点进行聚类，例如采用Agglomerative Correspondence Clustering方法对匹配特征点进行聚类，以使同一个类里的特征点对的 变换相似。
[0049] 102、提取所述源图像与待配准图像中的直线段，并对所述直线段进行匹配，得到 所述源图像与待配准图像的匹配直线段。
[0050] 在实际应用中，上述的步骤102包括图中未示出的子步骤1021和子步骤1022。
[0051] 1021、采用LSD直线提取方式提取所述源图像与待配准图像中的直线段。
[0052] 在实际应用时，为了使提取的直线段具有较好的重现性，可在提取直线段之后，设 定一个预设的阈值，去掉线段长度小于该阈值的直线段。例如，设置预设的阈值为20像素， 则提取直线段之后，过滤掉长度小于20像素的直线段。其中，预设的阈值为一经验值，可根 据实际情况进行调整，本实施例不对预设的阈值的取值进行限定。
[0053] 1022、采用MSLD方式对提取出的直线段进行匹配，得到所述源图像与待配准图像 的匹配直线段。
[0054] 应该说明的是，上述的LSD直线段提取法及MSLD直线段匹配法只是本实施例的一 种可选方式，本实施例不对提取线段的方式以及直线段匹配方法进行限定。
[0055] 103、以所述匹配特征点及所述匹配直线段为约束条件对所述待配准图像进行变 形处理，以使变形处理后的图像和所述源图像的匹配特征点的位置一致及匹配直线段的方 向一致。
[0056] 应该说明的是，上述的约束条件如下所述：
[0057] 对于匹配的特征点对，使待配准图像中的特征点在进行变形处理后的该特征点的 位置尽量靠近与其匹配特征点在源图像中的位置。
[0058] 对于匹配的直线段对，使待配准图像中的直线段在进行变形处理后的直线段的方 向与其在源图像中的匹配直线段方向尽量一致。
[0059] 104、将所述变形处理后的图像作为对所述待配准图像进行配准后的图像。
[0060] 本实施例的图像配准方法，通过获取源图像和待配准图像的匹配特征点与匹配直 线段，以所述匹配特征点及所述匹配直线段为约束条件对所述待配准图像进行变形处理， 以使变形处理后的图像和所述源图像的匹配特征点的位置一致，匹配直线段的方向一致， 并将所述变形处理后的图像作为配准后图像。由此，有效地提高了图像配准的配准率。
[0061] 图2示出了本发明一实施例提供的图像配准方法的流程示意图，如图2所示，本实 施例的图像配准方法如下所述。
[0062] 201、提取源图像与待配准图像中的特征点，并对所述特征点进行匹配，得到所述 源图像与待配准图像的匹配特征点。
[0063] 202、提取所述源图像与待配准图像中的直线段，并对所述直线段进行匹配，得到 所述源图像与待配准图像的匹配直线段。
[0064] 203、对所述待配准图像进行网格化处理。
[0065] 举例来说，可在待配准图像上添加均匀的矩形网格，例如可在待配准图像上添加 20*20的矩形网格，如图4b所示。本实施例不对网格处理的网络数量进行限定。
[0066] 204、以所述匹配特征点及所述匹配直线段为约束条件，建立关于网格顶点位置的 能量方程。
[0067] 可理解的是，待配准图像在经过变形处理后，其图像中的特征点的位置可由图像 中所在网格的四个顶点坐标的组合来表示；图像中的直线段的方向向量也可由直线段的全 部或部分所在网格的四个顶点坐标的线性组合来表示。因此，可以上述匹配特征点及匹配 直线段为约束条件，建立关于网格顶点位置的能量方程。
[0068] 具体地，上述的能量方程可包括匹配特征点约束条件项以及匹配直线段约束项， 对应两个方程式如下所述：
[0069] 对于匹配的特征点对，使其在变形处理后的图像中的位置尽量靠近与其匹配特征 点在源图像中的位置，设匹配特征点约束顶为：
[0071] 其中，V为变形处理后的网格，V = {(Xl，yi)，1彡i彡N}，N为顶点的数目，K为匹 配特征点对数，（xliS，yliS)和（Xl# y^)表示第i对匹配点的位置，下标s和r分别表示源 图像和变形后的目标图像。经过变形处理后的待配准图像中的特征点的位置用其周围四个 网格顶点坐标的线性组合进行表示，源图像中特征点位置已知，因此上式可以用网格顶点 的二次形式表示；
[0072] 对于提取出来的直线段，其必然会和矩形网格的边相交。这些交点将一条直线段 切分成很多子线段，下述的和直线的有关的约束项均为在切分后的直线段上进行的操作， 设匹配直线段的约束项为：
[0074] 其中，g和e分别表示直线段在变形之前和之后的方向向量。&表示匹配的直线 段的个数，
为旋转矩阵，s为缩放因子。旋转的角度Θ i为已知。最小 化该项可以得到s的表达式:。由于e可以表示为其周围四个网格顶点的线 性组合，因此直线段约束项可以用网格顶点的二次形式表示。
[0075] 在具体应用中，除了考虑上述两个约束项以外，上述的步骤204还可包括：
[0076] 以所述匹配特征点、所述匹配直线段、所述待配准图像中的直线段及局部图像为 约束条件对所述待配准图像进行变形处理，以使变形处理后的图像和所述源图像的匹配特 征点的位置一致及匹配直线段的方向一致，并且所述变形处理后的图像和所述源图像中的 直线段及局部图像的形状一致。
[0077] 由此，上述的能量方程具有四个约束项，分别为匹配特征点约束项、匹配直线段约 束项、直线段保持项以及保形项。
[0078] 具体地，对于待配准图像中提取出的直线段，为了使其在变形处理后的图像中仍 保持为直线段，可设直线段保持项为：
[0080] 其中，I为提取出的直线段的数目，s，R，e，I与上述的匹配直线段约束项中的定 义相同。Gni为未知旋转角度。在具体应用时，可将360°离散化成50个方向区间，每条线 段根据其初始方向赋予这50个离散化的方向区间中的一种。鼓励每一个区间内的线段旋 转相同的角度。由于一些直线段在源图像中有匹配的直线段，因此这一部分线段的旋转 角度为已知。
[0081] 对于待配准像中所有的由相邻四个顶点构成的矩形网格，使其尽量进行相似变 换，从而保证图像局部的形状。设保形项为：
[0083] 其中，Nq表示网格中四边形的数目，Aq定义如下：
[0085] Vq定义如下：
[0086] Vq= [x0, y0, χι, Υι, ···, χ3, y3]T^
[0087] 其中，定义网格的四个顶点的坐标分别为（x。，y。)，···（x3, y3)。
[0088] 最后，将上述的四个约束项叠加起来，得到能量方程为：
[0089] E (V, (SniI) - Ep+ λ LCELC+ λ lpElp+ λ SES。
[0090] 205、将所述能量方程按照最小化进行求解，以获得与最小化能量方程对应的网格 的顶点位置。
[0091] 将上述的能量方程最小化进行示解。举例来说，取λ α为100000, λ W为100, λ S 为1000,最小化上述约束项来求得V和θ η。
[0092] 直接最小化以上约束项并且同时求出V和0|〇是困难的。因此，采用一种两步迭代 的方法去求解这个方程。第一步固定θη求解V，此时变成一个二次优化问题，可以通过最 小二乘的方法求解。第二步固定V求解θη，此时可使用一个平均的策略去近似求解。对每 一个θη，用所有落在区间m的e和3之间的角度的平均来近似。重复上述两个步骤，通常5 次迭代就可以求出解。由此得到与最小化能量方程对应的网格的顶点位置。
[0093] 206、将待配准图像网格与所述与最小化能量方程对应的网格进行纹理映射，得到 变形处理后的图像。
[0094] 举例来说，可采用OpenGL中提供的纹理映射方式将将待配准图像网格与所述与 最小化能量方程对应的网格进行纹理映射。
[0095] 图4a至图4c分别为源图像、网格化处理后的待配准图像及待配准图像进行配准 后的图像的效果图。
[0096] 207、将所述变形处理后的图像作为对所述待配准图像进行配准后的图像。
[0097] 本实施例的图像配准方法，通过获取源图像和待配准图像的匹配特征点与匹配直 线段，以所述匹配特征点及所述匹配直线段为约束条件对所述待配准图像进行变形处理， 以使变形处理后的图像和所述源图像的匹配特征