技术特征：
1.一种图像融合时图像配准错位的自适应配准方法，其特征在于,采取重新计算单应性矩阵模型来实时修正图像配准，计算单应性矩阵模型如下：第一步：特征点检测；特征点检测使用sift算法，利用此法确定特征点；第二步：特征点匹配；sift描述子可以用向量来表示，两个描述子之间的相似程度可以用他们之间的距离来表示，通常距离越小，说明两个描述子越相似，则更有可能是同一个特征点；特征点之间的匹配就是找到描述子集合之间差异最小的点对的集合；特征点匹配时可能会产生错误匹配，此时采取一些检测算法来对匹配的结果进行过滤；交叉验证是一种用来过滤错误匹配点对的方法，其思想是再进行一次反向的匹配过程，将第一次匹配的结果中，被匹配的点作为需要匹配的点，反向在第一幅图中寻找最佳匹配点，如果和第一次匹配的结果一致的话，就认为该点对是一次正确的匹配，否则将其过滤；第三步：计算单应性矩阵；根据匹配得到的特征点，计算单应性矩阵h，然后通过射影变换，把一个射影平面上的点映射到另一个射影平面上；单应性矩阵有8个参数：其中m2和m5表示水平和垂直方向的位移，m0、m1、m3、m4代表相邻图片旋转和放缩变换，m6和m7代表水平和垂直方向的形变量；单应性矩阵的计算公式为：p1＝h
×
p2其中表示匹配的特征点；第四步：图像融合；在取得两个图像之间的单应矩阵后，则映射关系可以表示为：其中，(u1，v1，1)
t
表示图像1中的像点，(u2，v2，1)
t
是图像2中的像点，也就是可以通过单应矩阵h将图像2变换到图像1，使他们处于同一视角，输入图像经过单应矩阵映射后，通过如下公式进行图像融合：i(x，y)＝w1*i1(x，y)+w2*i2(x，y)其中i(x，y)表示融合后的像素值，i1(x，y)、i2(x，y)分别表示红外图像和可见光图像经过单应性矩阵映射后的像素值，本发明取w1＝0.7、w2＝0.3。
技术总结
本发明属于图像融合的配准技术应用领域，提出一种图像融合时图像配准错位的自适应配准方法。第一步：特征点检测；特征点检测使用sift算法，利用此法确定特征点；第二步：特征点匹配；sift描述子可以用向量来表示，两个描述子之间的相似程度可以用他们之间的距离来表示，通常距离越小，说明两个描述子越相似，则更有可能是同一个特征点；特征点之间的匹配就是找到描述子集合之间差异最小的点对的集合；第三步：计算单应性矩阵。本发明采用上述技术方案，能够解决图像融合因观察不同距离进行镜头调焦导致图像错位的问题，从而提升融合图像效果。果。果。
技术研发人员：童飞飞 李辉 杨亚林 卫倩倩 王梅 王骞 葛琳琳 毛锐 王辉 谭云龙 张仁洁
受保护的技术使用者：河南中光学集团有限公司
技术研发日：2021.12.30
技术公布日：2022/5/25