内，各像素点的像素均值组成的一维列向量，表示图像块内，各像素点的像素值梯 度的均值组成的一维列向量，I3,p表示第三图像的以P+Wp为中心的图像块内，各像素点的像 素值组成的一维列向量，表示以P+Wp为中心的图像块内，各像素点的像素值梯度组成 的一维列向量，Γ3,p表示以P+Wp为中心的图像块内，各像素点的像素均值组成的一维列 向量，表示以P+Wp为中心的图像块内，各像素点的像素值梯度的均值组成的一维列向 量，β和τ为常数，β用于控制函数ρ(X)的形状，τ为E2(p,wp)中
项 的权重。
[0049] 需要说明的是，
中，由于Η满足[up,vp, 1]T=[xp,yp, 1] T(H_I)，先将wp替换为H，然后可以采用最速下降法求解该方程的最小值。为了进一步提高 算法的效率，可以采用图像金字塔法逐步优化H。具体而言，先从图像金字塔的底层（底层 具有最低分辨率）快速求解，然后将结果传回上层继续优化，最后在分辨率最高的金字塔 顶层进行优化。这种优化策略能够显著提高算法的运行速度。
[0050] 得到坐标变化矩阵之后，上述根据坐标变换矩阵，确定第二坐标偏移量可包括：根 据公式[up,vp, 1]T = [xp,yp, 1]T(H_I)，确定第二坐标偏移量。
[0051] 具体地，当确定了Η之后，通过将第一图像中各像素点的坐标（xp，yp)代入上式，计 算出该像素点对应的第二坐标偏移值（up，vp)。
[0052] 得到第二坐标偏移值之后，根据公式I2(p) =I3(p+wp)，得到第二图像，其中，I2(p) 表示第二图像在P的像素值，I3(P+wp)表示第三图像在p+wp的像素值。此时，就得到了上述 第二图像。
[0053] 完成图像的全局对齐后，接下来可以进行像素级的对齐。具体而言，可根据公式
确定第一坐标偏移量，其中，
p = (xp，yP)，w p = (u p，v p)
p表不 第一图像的像素点在坐标系中的坐标，Xp表示P的横坐标，yp表示P的纵坐标，w' p表示第 一坐标偏移量，U'p表示W'p的横坐标，V'p表示W'p的纵坐标，Ι1ιΡ表示第一图像的以p为 中心的图像块内，各像素点的像素值组成的一维列向量，v/t..,g示图像块内，各像素点的像 素值梯度组成的一维列向量，Γ1ιΡ表示图像块内，各像素点的像素均值组成的一维列向 量，表示图像块内，各像素点的像素值梯度的均值组成的一维列向量，I2,P表示第二图 像的以P+W'p为中心的图像块内，各像素点的像素值组成的一维列向量，表示以p+w'p 为中心的图像块内，各像素点的像素值梯度组成的一维列向量，Γ2,ρ表示以p+w'p为中心 的图像块内，各像素点的像素均值组成的一维列向量，表示以P+W' p为中心的图像块 内，各像素点的像素值梯度的均值组成的一维列向量，λρβ、入2和τ为常数，入1和入2SE3(w'p)中第二项和第三项的权重，β用于控制函数Ρ(X)的形状，τSE2(p，w'p)中 ρ(1-项的权重，N(p)表示第一图像中像素点p的相邻像素点组成的集合，q表 示集合中的任意像素点，wq表示q与q在第二图像中的待对齐像素点之间的坐标偏移量，ε为常数。
[0054]具体地，
中的第一项 可以让第一图像和第二图像的对齐是在互相关度量模型的约束下进行，第二 Ρ 项
）和第二项
丨是正则项，可以约束像素间的偏移量w'ρ是平 滑的。第二项可以保证像素间的偏移量W'p是分片平滑的，其中，
是鲁棒函 数，ε是较小的常数，可以去1E-4。第三项是中值滤波项，用于提高w'p的平滑性，同时使 得求解w'p的精确性提1?。
[0055] 此外，该能量函数的求解是一个变分问题，可以采用欧拉-拉格朗日方程求解。为 了加速求解，可以采用从粗糙到精细的求解过程。具体而言，可以先建立第一图像和第二图 像的高斯金字塔，从高斯金字塔的最粗糙层开始求解，接下来将粗糙层的结果传递至精细 层，作为精细层的初值继续求解，知道传递至最精层（即原图）。该求解策略可以显著提高 算法的运行速度，同时能够精确求解w'p较大的情况。
[0056] 应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺 序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施 过程构成任何限定。
[0057] 上文中结合图1至图3,详细描述了根据本发明实施例的对齐图像的方法，下面将 结合图4至图5,描述根据本发明实施例的对齐图像的装置。
[0058]应理解，图4和图5中的装置能够实现图3中的各个步骤，为避免重复，此处不再 详述。
[0059] 图4是本发明实施例的对齐图像的装置的示意性框图。图4的装置400包括：
[0060] 第一获取单元410,用于获取待对齐的两个图像的图像信息，其中，第一图像的图 像信息包括所述第一图像中像素点在选取的坐标系中的坐标，所述第一图像中像素点的像 素值，以及所述第一图像中像素点的像素值梯度，第二图像的图像信息包括：所述第二图像 中像素点的像素值，以及所述第二图像中像素点的像素值梯度，其中，所述两个图像均位于 所述坐标系中；
[0061] 第一确定单元420,用于根据所述两个图像的图像信息，通过互相关度量模型，确 定第一坐标偏移量，所述第一坐标偏移量用于指示所述两个图像间待对齐的像素点在所述 坐标系中的位置偏差；
[0062] 对齐单元430,用于根据所述第一图像中像素点在所述坐标系中的坐标和所述第 一坐标偏移量，对齐所述两个图像。
[0063]本发明实施例中引入了互相关度量模型，由于互相关度量模型同时考虑图像间颜 色的互相关和梯度的互相关，与现有的基于SIFT特征点的图像对齐技术，更适合多模态多 光谱图像间的对齐，提高了图像对齐的准确性。
[0064] 可选地，作为一个实施例，所述装置400还可包括：第二获取单元，用于获取第三 图像的图像信息，所述第三图像的图像信息包括：所述第三图像中像素点的像素值，以及所 述第三图像中像素点的像素值梯度，其中，所述第三图像位于所述坐标系中，且所述第一图 像和所述第三图像为待对齐的初始图像；第二确定单元，用于根据所述初始图像的图像信 息，通过所述互相关度量模型，确定坐标变换矩阵，所述坐标变换矩阵用于指示所述初始图 像间待对齐的像素点在所述坐标系中的空间位置关系；第三确定单元，用于根据所述坐标 变换矩阵，确定第二坐标偏移量，所述第二坐标偏移量用于指示所述初始图像间的待对齐 的像素点在所述坐标系中的位置偏差；第四确定单元，用于根据所述第二坐标偏移量和所 述第三图像中像素点的像素值，得到所述第二图像。
[0065] 可选地，作为一个实施例，所述第二确定单元具体用于通过计算
?最小值，确定所述坐标变换矩阵，其中，
=(up，vp)T，H表示所述坐标变换矩阵，且Η满足[up，vp，l]T=|^，7|：)，1]1'(}1-1)，1表示单位 矩阵，P表示所述第一图像中像素点在所述坐标系中的坐标，χρ表示P的横坐标，yp表示P的 纵坐标,wp表示所述第二坐标偏移量,up表示wp的横坐标,vp表示wp的纵坐标,Ι1ιΡ表示所述 第一图像的以P为中心的图像块内，各像素点的像素值组成的一维列向量，表示所述 图像块内，各像素点的像素值梯度组成的一维列向量，Γ1ιΡ表示所述图像块内，各像素点 的像素均值组成的一维列向量，Vt.表示所述图像块内，各像素点的像素值梯度的均值组 成的一维列向量，I3,p表示所述第三图像的以p+wp为中心的图像块内，各像素点的像素值组 成的一维列向量，表示所述以P+Wp为中心的图像块内，各像素点的像素值梯度组成的 一维列向量，r3,p表示所述以P+Wp为中心的图像块内，各像素点的像素均值组成的一维列 向量，表示所述以P+Wp为中心的图像块内，各像素点的像素值梯度的均值组成的一维 列向量，β和τ为常数，β用于控制函数p(X)的形状，τSE2(p，wp)中 项的权重。
[0066] 可选地，作为一个实施例，所述第三确定单元具体用于根据公式[up，vp，l]T =
[xp,yp, 1]T(H_I)，确定所述第二坐标偏移量。
[0067] 可选地，作为一个实施例，所述第四确定单元具体用于根据公式I2(p)= I3(P+wp)，得到所述第二图像，其中，I2(p)表示所述第二图像在p的像素值，I3(p+wp)表示所 述第二图像在p+wp的像素值。
[0068] 可选地，作为一个实施例，所述第一确定单元420具体用于根据公式 确定所述第一坐标偏移量，其 t-·
·￡ ? 15 '>.<-· '>.<-j·ν；：?· ^ ?；<··
^ -'-*r· w?>*?彳·. *"·/·. p = (xp，yP)，w p = (u p，v p)，
》p表不 所述第一图像的像素点在所述坐标系中的坐标，Xp表示P的横坐标，yp表示P的纵坐标，w'p 表示所述第一坐标偏移量，u'p表示w'p的横坐标，ν'p表示w'p的纵坐标，Ι1ιΡ表示所述第一 图像的以P为中心的图像块内，各像素点的像素值组成的一维列向量，表示所述图像 块内，各像素点的像素值梯度组成的一维列向量，Γ1ιΡ表示所述图像块内，各像素点的像 素均值组成的一维列向量，表示所述图像块内，各像素点的像素值梯度的均值组成的 一维列向量，Ι2ιΡ表示所述第二图像的以P+W'p为中心的图像块内，各像素点的像素值组成 的一维列向量，表示所述以P+W'p为中心的图像块内，各像素点的像素值梯度组成的 一维列向量，I' 2ιΡ表示所述以P+W'p为中心的图像块内，各像素点的像素均值组成的一维列 向量，表示所述以P+W'p为中心的图像块内，各像素点的像素值梯度的均值组成的一 维列向量，λρβ、λ2和τ为常数，λi和λ2为E3(w'p)中第二项和第三项的权重，β用 于控制函数0〇〇的形状，1为^(?，《'15)中户(卜|(〖\.. ;(^&}|项的权重州(1))表示所述第 一图像中像素点Ρ的相邻像素点组成的集合，q表示所述集合中的任意像素点，wq表示q与q在所述第二图像中的待对齐像素点之间的坐标偏移量，ε为常数。
[0069] 可选地，作为一个实施例，所述互相关度量模型为：
，其中，
p= (χΡ，yP)T，wP = (uP，vP)T
p表示所述第一图像的像素点 在所述坐标系中的坐标，χρ表示P的横坐标，yp表示P的纵坐标，Wp表示所述第一坐标偏 移量，up表示wp的横坐标，vp表示wp的纵坐标，Ι1ιΡ表示所述第一图像的以P为中心的图 像块内，各像素点的像素值组成的一维列向量，所述图像块内，各像素点的像素值梯 度组成的一维列向量，Γ1ιΡ表示所述图像块内，各像素点的像素均值组成的一维列向量， ▽/丨_"表示所述图像块内，各像素点的像素值梯度的均值组成的一维列向量，1 21表示所述 第二图像的以P+wp为中心的图像块内，各像素点的像素值组成的一维列向量，表示所 述以P+wp为中心的图像块内，各像素点的像素值梯度组成的一维列向量，Γ2,ρ表示所述以 P+wp为中心的图像块内，各像素点的像素均值组成的一维列向量，表示所述以p+wp为 中心的图像块内，各像素点的像素值梯度