基于最大稳定极值区域和相位一致性的图像配准方法

摘要

本发明公开了一种基于最大稳定极值区域和相位一致性的图像配准方法，主要解决现有技术提取的特征点重复率低和运算复杂度高的缺陷。其实现步骤为：1、输入存在仿射变换的两幅图像并分别进行最大稳定极值区域检测和匹配；2、拟合两幅图像的匹配区域，并扩大和归一化处理；3、对归一化后的两个区域作带通分解；4、检测基于相位一致性最大矩的特征点，建立检测到的特征点概率分布；5.估计两个点集间的精确仿射变换矩阵；6、根据归一化后的两个区域估计两幅图像间的变换矩阵；7、计算两幅图像间的精确仿射变换矩阵并完成图像配准。本发明能提取出具有较高重复率和正确匹配率的特征点，提高了计算效率，可用于图像融合，图像拼接与三维重建。

主权项

一种基于最大稳定极值区域和相位一致性的图像配准方法，包括如下步骤：(1)分别输入存在仿射变换的两幅图像A和B，其中A为参考图像，B为待配准图像；(2)对参考图像A和待配准图像B进行最大稳定极值区域MSER检测及匹配；(3)对参考图像A和待配准图像B相匹配的最大稳定极值区域分别进行拟合，并得到参考图像A扩大后的椭圆拟合区域和待配准图像B扩大后的椭圆拟合区域；(4)对上述两个椭圆拟合区域归一化：4a)分别计算参考图像A和待配准图像B中待归一化的点：$z_A=\frac{1}{{\left(\min \right[\left|\det \left(M_A\right)\right|,\left|\det \left(M_B\right)\right|\left]\right)}^{1/4}}{H_A}^{-1}{M}_A^{1/2}(x_A^{\prime }-{\mu }_A)$$z_B=\frac{1}{{\left(\min \right[\left|\det \left(M_A\right)\right|,\left|\det \left(M_B\right)\right|\left]\right)}^{1/4}}{H_B}^{-1}{M}_B^{1/2}(x_B^{\prime }-{\mu }_B)$其中，z_A和z_B分别表示参考图像A和待配准图像B中待归一化的点，M_A和M_B分别表示参考图像A和待配准图像B中所有最大稳定极值区域MSER的质心的二阶矩矩阵，H_A和H_B分别表示二阶矩矩阵M_A和M_B奇异值分解得到的实对称酉矩阵，x′_A和x′_B分别表示图像A和B中扩大后的椭圆区域的点，μ_A和μ_B分别表示参考图像A和待配准图像B中所有最大极值区域MSER的质心的均值；4b)用参考图像A中所有待归一化点z_A构成参考图像的归一化区域P，用待配准图像B所有待归一化点z_B构成待配准图像的归一化区域Q；(5)分别对参考图像A的归一化区域P和待配准图像B的归一化区域Q进行基于Gabor滤波器的带通分解，获得这两幅图像包含不同频率成分的子带图像；(6)对上述两幅图像的子带图像进行基于相位一致性最大矩的特征点检测，并对检测到的特征点进行基于概率分布的点集配准，得到点集间的变换矩阵T₁；(7)根据参考图像的归一化区域P和待配准图像的归一化区域Q，估计参考图像A与待配准图像B之间的变换矩阵T_c1，T_c2；(8)根据点集间的变换矩阵T₁和参考图像A与待配准图像B之间的变换矩阵T_c1，T_c2计算参考图像A与待配准图像B之间的仿射变换矩阵T：T＝T_c1‑¹T₁T_c2；(9)按照仿射变换矩阵T对待配准图像B进行变换，再对变换得到的图像进行双线性插值，完成图像配准。