一种基于区域特征的多源异类图像配准方法

摘要

本发明涉及图像处理领域中的图像配准方法，具体为一种基于区域特征的多源异类图像配准方法，对基准图像和待配准图像中进行聚类分割，得到两幅图像的分割区域；利用数字形态学从分割区域提取两幅图像的封闭轮廓；封闭轮廓删除，采用轮廓不变矩理论，引入矩变量距离均值、方差约束机制和一致性检查的匹配策略，获取最佳匹配轮廓对；以最佳封闭轮廓的质点为控制点，计算配准参数，实现两幅图像的配准。本发明克服了已有算法计算复杂、容易造成误匹配，导致配准精度低，甚至配准失败的缺陷，可应用于安全监测、机载多源图像融合、图像目标识别和跟踪等民用或军用领域。

主权项

一种基于区域特征的多源异类图像配准方法，其特征在于包括以下步骤：S1：对于基准图像和待配准图像分别进行k‑均值聚类处理，分割出基准图像和待配准图像的封闭区域，基准图像和待配准图像分别为可见光图像和SAR图像或SAR图像和可见光图像；S2：对基准图像和待配准图像分割后得到的封闭区域分别运用数学形态学处理，进行数学形态学先腐蚀后膨胀的开运算，腐蚀消除封闭区域中比腐蚀因子小的散点和噪声，膨胀把封闭区域中比膨胀因子小的缺口或孔洞填充上，把断裂的区域连接成封闭轮廓，获得目标和背景各区域的封闭边界，提取出基准图像和待配准图像的封闭轮廓；S3：删除基准图像和待配准图像的封闭轮廓中轮廓长轴长度小于设定阈值的封闭轮廓；S4：在S3提取到的基准图像和待配准图像的封闭轮廓中，采用轮廓不变矩理论，利用封闭轮廓的矩不变量将封闭轮廓进行匹配，获得基准图像和待配准图像的初始匹配轮廓对，轮廓不变矩理论中，一个封闭轮廓的二维区域G，用7个不变矩来表示，二维区域G中心矩定义为式中，x,y表示二维区域G内的坐标，p、q分别代表x轴、y轴方向的指数，为二维区域G的质心坐标，利用中心矩，构造的7个不变矩表示如下：对于每一个封闭轮廓的二维区域G，可以把它的7个不变矩看作是七维特征空间的一个点，两个二维区域G的相似性根据这两个点的距离来度量，距离D_ij可以表示为：式中，i＝1,2,…,m，j＝1,2,…,n分别表示基准图像和待配准图像中的二维区域G的序号，对于基准图像中的m个二维区域和待配准图像中的n个二维区域，它们的关系可以用m×n的距离矩阵D来判定，距离矩阵D表示为：$D=\left[\begin{array}{ccc}{D}_{11}& ...& D_{m1}\\ .& .& .\\ .& .& .\\ .& .& .\\ D_{1n}& ...& D_{mn}\end{array}\right],$选取距离矩阵D中每行元素最小值对应的匹配轮廓对，并设定一阈值D_T，当选取的每行的匹配轮廓对的距离≤D_T时，可以认为该匹配轮廓对满足匹配要求，得到基准图像和待配准图像的初始匹配轮廓对；S5：对基准图像和待配准图像的初始匹配轮廓对利用矩不变量的距离建立距离矩阵，计算矩不变量的距离方差矩阵，把距离方差矩阵中的每一行距离方差最小的两个轮廓作为求取配准参数的优化匹配轮廓对；S6：在基准图像和待配准图像的优化匹配轮廓对中，以封闭轮廓的质心作为控制点，求取配准参数为s、θ、△X、s、θ、△X、为两图像之间的缩放系数、旋转量、x轴平移量和y轴平移量，基准图像和待配准图像的坐标(X,Y)与(X',Y')之间满足如下关系：$\left[\begin{array}{c}X\\ Y\end{array}\right]=s\left[\begin{array}{cc}cos\theta & sin\theta \\ -sin\theta & \cos \theta \end{array}\right]\left[\begin{array}{c}{X}^{\prime }\\ Y^{\prime }\end{array}\right]+\left[\begin{array}{c}\Delta X\\ \Delta Y\end{array}\right],$完成基准图像和待配准图像配准。