基于互信息和Harris角点检测的图像配准方法
【专利摘要】本发明公开了一种基于改进的互信息和Harris角点特征的图像配准方法，主要解决传统方法配准耗时及配准精度低的缺点。其实现步骤为：(1)输入待配准图像F和参考图像R；(2)在待配准图像F和参考图像R任意位置放置矩形框，并获取最相似矩形框；(3)提取最相似矩形框的角点特征，并获取相似矩形框内的匹配点；(4)删除误匹配点后对已提取匹配点的相似矩形框进行配准，记录配准后的变换参数；(5)利用变换参数对待配准幅图像F进行仿射变换；(6)将仿射变换后的图像与参考图像R进行融合，得到配准后的图像。本发明具有配准耗时短且配准精度高的优点，可用于医学图像，自然图像及合成孔径雷达图像的配准。
【专利说明】基于互信息和Harris角点检测的图像配准方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，更进一步涉及图像配准【技术领域】的基于改进的互信息和Harris角点检测的图像配准方法，可用于目标识别的目的。
【背景技术】
[0002]智能化信息处理，特别是自动目标识别技术，是各类精确制导引头及背景信号干扰进行实时处理的技术，是精确制导武器智能化程度的一个重要标志。单幅图像的目标识别往往都带有一定随机性和干扰影响，可靠性和稳定性都较差，这导致了目标的可识别性及正确率下降，为此需要对从不同传感器或者同一传感器在不同时间或不同地点获得的图像进行配准。
[0003]目前，人们更多采用单纯的基于互信息的图像配准方法，这种方法主要利用了图像的灰度信息进行配准，这类的方法通常具有一定的缺陷，例如待配准图像含有大量的同类区域时，如天空，沙漠，海洋，草地等，这样的图像不管如何匹配，得出的互信息值都是最大的，难以实现准确的配准。现有部分研究者提出，将图像的特征信息与灰度信息相结合的图像配准方法，此类方法虽然比单纯利用灰度信息进行配准的方法有一定的改进，但是这样的方法需要进行全局参数优化搜索，其收敛速度慢，并且取得的特征受到噪声影响较大，导致配准结果不精确，使得目标识别的准确性降低。
【发明内容】
[0004]本发明的目的在于针对上述已有技术的不足，提出一种基于互信息和Harris角点检测的图像配准方法，以提高配准速度和精度。
[0005]为实现上述目的，本发明的技术方案包括如下步骤:
[0006](I)输入待配准图像F和参考图像R ；
[0007](2)在待配准图像F和参考图像R中任意放置η个矩形框，获得η对矩形框，矩形框的尺寸根据这两个图像的相似块大小设置；
[0008](3)计算待配准图像F的矩形框和参考图像R的矩形框的互信息，并用遗传算法更新优化该互信息，产生互信息值最大的一对矩形框作为相似矩形框；
[0009](4)用高斯平滑窗口对两个相似矩形框进行平滑操作，再用Harris角点检测法提取两个相似矩形框内一一对应的角点，获得k对角点对，其中k是大于等于I的整数；
[0010](5)分别计算第i对角点在X方向和y方向上的距离dxi，dyi，以及所有角点对在X方向和y方向距离的均值μχ，uy和方差σχ，0y;根据匹配两个矩形框所需的匹配点对的数量，设置门限ω，判断角点的距离是否满足下式，若满足则视为匹配点，否则视为误匹配点，将其删除，
[0011]Idx1-μ χ| ( ω σ χ ；i = O, I, 2......k ；
[0012]Idy1-UyI ≤ ω 0y;i =0，1，2......k，
[0013]其中i的范围是O≤i≤k，k为所提取的角点对的总数；[0014](6)根据所配准的图像，设定角点数量阈值δ，判断匹配点对数量是否大于δ，如果大于δ，则执行下一步；否则返回步骤(5)；
[0015](7)对待配准图像F中的矩形框进行仿射变换，每变换一次计算一次两个相似矩形框的互信息，并用遗传算法进行优化，当两个矩形框的互信息值最大时，记录此时的变换参数值，即平移的距离和旋转的角度；
[0016](8)根据上述记录的变换参数值，对待配准图像F进行仿射变换，得到仿射变换后的图像Fl ；
[0017](9)将仿射变换后的图像Fl与参考图像R进行融合，得到配准后的图像。
[0018]本发明与现有技术相比具有以下优点:
[0019]第一，本发明提取两幅图像的相似矩形框，也就是两个图像中最相似的区域，剔除了待配准图像和参考图像中的信号干扰因素，这种方法不需要做其他先验假设，也不需要进行分割和预处理，使得图像配准结果更精确。
[0020]第二，本发明在特征提取的中对待配准图像和参考图像的相似矩形框采用了Harris角点检测法，它无需对全局进行角点特征的检测，仅需检测相似矩形框中的角点信息，降低了算法复杂度，有效节省了图像配准过程所需的时间。
【专利附图】
【附图说明】
[0021]图1为本发明的实现流程图；
[0022]图2为本发明应用于医学图像的配准结果图；
[0023]图3为本发明应用于自然图像的配准结果图；
[0024]图4为本发明应用于合成孔径雷达SAR图像的配准结果图。
【具体实施方式】
[0025]下面结合附图对本发明的技术方案和效果做进一步的详细描述。
[0026]参照图1，本发明的实施步骤如下:
[0027]步骤I，输入待配准图像F和参考图像R。
[0028]在这个步骤中，输入的不同特征的图像，在获取最相似矩形框和提取角点特征的过程会产生一定的差异，当输入的待配准图像F和参考图像R是医学图像时，由于两幅图像中可能出现差异部分，在配准的过程中，找到两幅图像最相似的区域十分重要。当输入的待配准图像F和参考图像R是自然图像时，图像几乎不受噪声影响，轮廓也十分鲜明，通过本发明可完成高精度的配准。当输入的待配准图像F和参考图像R是合成孔径雷达SAR图像时，此类图像受噪声影响大，且可能出现差异部分，需在配准过程中适当调整参数。
[0029]步骤2，在待配准图像F和参考图像R任意位置放置矩形框。
[0030]在待配准图像F和参考图像R中任意位置分别放置大小相同的η个矩形框，获得η对矩形框，每个矩形框的尺寸根据这两个图像的相似块大小设置。当输入的待配准图像F和参考图像R是医学图像时，由于两幅图像中可能出现差异部分，在获取最相似区域时，需减小相似矩形框的尺寸。当输入的待配准图像F和参考图像R是合成孔径雷达SAR图像时，此类图像受噪声影响大，且可能出现差异部分，配准难度较大，需要适当减小相似矩形框的尺寸。当输入的待配准图像F和参考图像R是自然图像时，图像几乎不受噪声影响，轮廓也十分鲜明，相似区域较大，可增大矩形框的尺寸。
[0031]步骤3，在待配准图像F和参考图像R中获取最相似矩形框。
[0032]在此步骤中，要通过计算待配准图像F的矩形框和参考图像R的矩形框的互信息，并用遗传算法更新优化该互信息，产生互信息值最大的一对矩形框作为相似矩形框。其实现步骤如下:
[0033](3.1)分别计算两个矩形框的联合概率密度和每个矩形框的条件概率密度:
[0034]
【权利要求】
1.一种基于互信息和Harris角点检测的图像配准方法，包括如下步骤: (1)输入待配准图像F和参考图像R； (2)在待配准图像F和参考图像R中任意放置η个矩形框，获得η对矩形框，矩形框的尺寸根据这两个图像的相似块大小设置； (3)计算待配准图像F的矩形框和参考图像R的矩形框的互信息，并用遗传算法更新优化该互信息，产生互信息值最大的一对矩形框作为相似矩形框； (4)用高斯平滑窗口对两个相似矩形框进行平滑操作，再用Harris角点检测法提取两个相似矩形框内一一对应的角点，获得k对角点对，其中k是大于等于I的整数； (5)分别计算第i对角点在X方向和y方向上的距离dxi,dyi,以及所有角点对在X方向和y方向距离的均值μχ，Uy和方差σχ，0y;根据匹配两个矩形框所需的匹配点对的数量，设置门限ω，判断第i对角点的距离是否满足下式，若满足则视为匹配点，否则视为误匹配点，将其删除，
dx1-μ χ ≤ ω σ x ；i = O, 1, 2......k ；
dy1- μ y ≤ ω σ y ；i = O, 1, 2......k, 其中i的范围是O≤i≤k，k为所提取的角点对的总数； (6)根据所配准的图像，设定角点数量阈值δ，判断匹配点对数量是否大于δ，如果大于δ，则执行下一步；否则返回步骤(5)； (7)对待配准图像F中的矩形框进行仿射变换，每变换一次计算一次两个相似矩形框的互信息，并用遗传算法进行优化，当两个矩形框的互信息值最大时，记录此时的变换参数值，即平移的距离和旋转的角度； (8)根据上述记录的变换参数值，对待配准图像F进行仿射变换，得到仿射变换后的图像Fl ； (9)将仿射变换后的图像Fl与参考图像R进行融合，得到配准后的图像。
2.根据权利要求1所述的基于互信息和Harris角点检测的图像配准方法，其中所述步骤(3)计算图像矩形框内互信息，按如下步骤进行: (2a)计算两个矩形框的联合概率密度，以及分别计算每个矩形框的条件概率密度:
3.根据权利要求1中所述的基于互信息和Harris角点检测的图像配准方法，所述步骤(3)中用遗传算法更新优化矩形框对，找到最相似的矩形框，按如下步骤进行； (3.1)选择参考图像R和待配准图像F图中的η个矩形框对作为初始种群，其中每一对矩形框为一个个体； (3.2)按照下式计算每个个体的适应度值: eval = H(If) +H(Ie) -H (If, Ie)； (3.3)通过选择、交叉和变异，对种群进行进化； (3.3.1)按照个体适应度值的大小,选择出适应度值大的个体； (3.3.2)任意选择两个父代的个体，随机选择它们染色体的某一位置进行交换，得到两个新的子代； (3.3.3)随机选择个体，进行基因突变操作； (3.4)判断停止条件，若种群的进化代数达到100代或者个体的适应度值大于0.9，则停止，并产生最优解，即获得最相似的一对矩形框，否则返回步骤(3.3)继续迭代。
4.根据权利要求1中所述的基于互信息和Harris角点检测的图像配准方法，其中所述步骤(4)中用Harris角点检测法提取两个相似矩形框内的角点，按如下步骤进行: (4a)对每一像素点计算三个自相关参数A，B和C的值:
5.根据权利要求1中所述的基于互信息和Harris角点检测的图像配准方法，步骤(8)所述的对待配准图像F进行仿射变换，是通过如下公式对待配准图像F进行平移和旋转:平移公式:
【文档编号】G06T7/00GK104021559SQ201410269698
【公开日】2014年9月3日 申请日期:2014年6月17日 优先权日:2014年6月17日
【发明者】马文萍, 焦李成, 范霞妃, 公茂果, 马晶晶, 王爽, 杨淑媛 申请人:西安电子科技大学