鼓风机图像配准算法的制作方法

本申请涉及图像配准，特别是涉及一种鼓风机图像配准算法。

背景技术：

1、图像配准是将两个或多个图像进行对齐和匹配，使它们在像素级别上对应。通常情况下，需要将不同视角、不同时间或不同传感器获取的图像进行配准，以便于之后的图像处理与分析。图像配准是图像处理、计算机视觉、遥感等领域中的一项基础技术，其应用范围非常广泛。随着时间的推移，相关理论技术的进步，图像配准领域发展出了许多不同原理的配准方法。

2、近几十年来，国内外学者提出了很多传统的图像配准算法，但由于它们各有优缺点和应用领域，不存在一种适用于所有场景的万能算法。尤其是在处理异源传感器图像、成像质量差异较大的图像及不同应用场景下的配准问题时，传统算法表现不一。配准的问题还受到成像设备品质、参数设置和应用场景的影响。尺度不变特征变换(scale-invariantfeature transform，sift)算法是使用最为广泛的一种配准算法，该方法利用差分金字塔提取特征点，该特征具备优异的鲁棒性，广泛应用在多类配准场景。

3、在鼓风机红外图像和可见光图像的配准中，sift算法表现不佳，主要原因是sift特征描述符依赖于梯度直方图，而多模图像中由于明暗不一致以及灰度分布和变化特征的不同造成其对配准质量有非常大的影响，因此在鼓风机红外和可见光图像的配准中，达不到预期效果。

技术实现思路

1、基于此，有必要针对在鼓风机红外图像和可见光图像的配准中，传统sift算法使用的sift特征描述符依赖于梯度直方图，而多模图像中由于明暗不一致以及灰度分布和变化特征的不同造成其对配准质量有非常大的影响，因此在鼓风机红外和可见光图像的配准中，达不到预期效果的问题，提供一种鼓风机图像配准算法及系统。

2、本申请提供一种鼓风机图像配准算法，所述鼓风机图像配准算法包括：

3、采集鼓风机红外图像和可见光图像，建立数据集，对分割后的数据集中的每一张图像中的目标轮廓区域进行标注，通过数据增广将数据集扩展为测试集和训练集；

4、引入mobilevit模块和boundary loss损失函数对deeplabv3+网络进行改进，利用改进后的deeplabv3+网络，以训练集为训练数据训练分割模型；

5、对红外图像利用harris角点检测算法提取红外特征点，对可见光图像中利用harris角点检测算法提取可见光特征点；

6、利用直方图统计方法对每一个红外特征点和每一个可见光特征点建立w-gscd特征描述符，基于w-gscd特征描述符通过双向配准策略对红外特征点和可见光特征点进行匹配，建立多个特征点对；每一个特征点对包括相互匹配的一个见光特征点和一个红外特征点；

7、从所有特征点对中筛选出匹配有效的特征点对。

8、本申请涉及一种鼓风机图像配准算法，通过对鼓风机可见光图像和红外图像进行预处理，建立鼓风机数据集。然后，通过改进的deeplabv3+分割网络对目标轮廓区域进行提取。接着，使用harris角点检测算法进行鼓风机图像特征点的定位。然后，使用w-gscd算法对提取的特征点进行描述，并使用双向配准策略完成初始匹配。接着，使用ksc算法筛选特征点对，剔除不稳定特征点，控制有效特征点对的空间分布足够均匀的同时控制有效特征点数量。此时，已经得到了足够多的高质量匹配对。最终，完成了鼓风机红外和可见光图像的高质量配准。本申请提出的算法有助于解决异源图像信息不同导致配准精度不高的问题，在鼓风机数据集上取得了较好的配准效果。

技术特征：

1.一种鼓风机图像配准算法，其特征在于，所述鼓风机图像配准算法包括：

2.根据权利要求1所述的鼓风机图像配准算法，其特征在于，所述采集鼓风机红外图像和可见光图像，建立数据集，对分割后的数据集中的每一张图像中的目标轮廓区域进行标注，通过数据增广将数据集扩展为测试集和训练集，包括：

3.根据权利要求2所述的鼓风机图像配准算法，其特征在于，所述引入mobilevit模块和boundary loss损失函数对deeplabv3+网络进行改进，利用改进后的deeplabv3+网络，以训练集为训练数据训练分割模型，包括：

4.根据权利要求3所述的鼓风机图像配准算法，其特征在于，所述将mobilevit模块嵌入deeplabv3+网络，包括：

5.根据权利要求4所述的鼓风机图像配准算法，其特征在于，所述在deeplabv3+网络加入boundaryloss和利用改进后的deeplabv3+网络提取目标轮廓区，包括：

6.根据权利要求5所述的鼓风机图像配准算法，其特征在于，所述对红外图像利用harris角点检测算法提取红外特征点，对可见光图像中利用harris角点检测算法提取可见光特征点，包括：

7.根据权利要求6所述的鼓风机图像配准算法，其特征在于，所述利用直方图统计方法对每一个红外特征点和每一个可见光特征点建立w-gscd特征描述符，基于w-gscd特征描述符通过双向配准策略对红外特征点和可见光特征点进行匹配，建立多个特征点对；每一个特征点对包括相互匹配的一个见光特征点和一个红外特征点，包括：

8.根据权利要求7所述的鼓风机图像配准算法，其特征在于，所述利用直方图统计方法对每一个红外特征点和每一个可见光特征点建立w-gscd特征描述符，基于w-gscd特征描述符通过双向配准策略对红外特征点和可见光特征点进行匹配，建立多个特征点对；每一个特征点对包括相互匹配的一个见光特征点和一个红外特征点，还包括：

9.根据权利要求8所述的鼓风机图像配准算法，其特征在于，所述从所有特征点对中筛选出匹配有效的特征点对，包括：

10.据权利要求9所述的鼓风机图像配准算法，其特征在于，所述从所有特征点对中筛选出匹配有效的特征点对，还包括：

技术总结
本申请涉及一种鼓风机图像配准算法及系统，通过对鼓风机可见光图像和红外图像进行预处理，建立鼓风机数据集。然后，通过改进的DeepLabv3+分割网络对目标轮廓区域进行提取。接着，使用Harris角点检测算法进行鼓风机图像特征点的定位。然后，使用W‑GSCD算法对提取的特征点进行描述，并使用双向配准策略完成初始匹配。接着，使用KSC算法筛选特征点对，剔除不稳定特征点，控制有效特征点对的空间分布足够均匀的同时控制有效特征点数量。此时，已经得到了足够多的高质量匹配对。最终，完成了鼓风机红外和可见光图像的高质量配准。本申请提出的算法有助于解决异源图像信息不同导致配准精度不高的问题，在鼓风机数据集上取得了较好的配准效果。

技术研发人员：初宁,李晓明,徐建锋,涂克克
受保护的技术使用者：浙江上风高科专风实业股份有限公司
技术研发日：
技术公布日：2024/1/16