基于三角剖分的图像配准方法

摘要

本发明涉及一种基于三角剖分的图像配准方法，视频图像的获取，并进行A/D转换；输出数字视频图像信号发送到DSP装置进行基于多分辨率方法的去噪处理后进行角点检测摄取特征点；将特征点进行三角形匹配；匹配后处理得出配准图像输出，此方法具有适用范围广、配准精度高等优点，对于视频信号后续的图像融合处理、基于特征级及决策级等人工智能的处理或者人机交互判断决策等工作具有重要意义和实用价值。

主权项

1.一种基于三角剖分的图像配准方法，其特征在于，方法包括如下步骤：1)视频图像的获取：将从CCD摄像仪和红外热像仪得到的模拟视频信号转换成为LDVS格式的24位数字像素值，所有的模拟视频信号所表示的像素经过A/D转换后，得到一帧一帧的数字视频图像信号，将其发送到DSP装置进行基于多分辨率方法的去噪处理；2)基于多分辨率的分解：采用基于小波框架变换的方法，原始图像与高通滤波器h_n、低通滤波器g_n分别进行滤波，滤波后的结果分别为小波框架在n层的高通系数和n层的低通系数，如果需要继续分解，则使用n层的低通系数再次进行这部分运算，依次类推，直到完成既定的分解目标；对于小波框架的高通部分，进行了滤波处理，而低通部分用于进行基于Delaunay的配准策略；3)角点检测：利用小波框架分解后的低通系数；通过扫描整个低通系数图像的每个像素点完成的，具体为以每个像素点为圆心，以某个事先设定好的r为半径作一个图形学的圆，并在图像的具体位置上实现定位，取落在图形学圆上的像素点与圆心处的像素点进行比较，如果所有的图形学圆上的像素点大于或小于圆心处像素点的灰度值到达一个级别t，则认为该点为特征点；4)三角形匹配：构造一个超级三角形，包含所有特征点，放入三角形链表；将点集中的特征点依次插入，在三角形链表中找出其外接圆包含插入点的三角形，删除影响三角形的公共边，将插入点同影响三角形的全部顶点连接起来，从而完成一个点在Delaunay三角形链表中的插入；根据优化准则对局部新形成的三角形进行优化，将形成的三角形放入Delaunay三角形链表；循环执行特征点插入，直到所有散点插入完毕；5)配准图像：Delaunay三角形链表中的匹配使用了两个刚性变换不变量进行计算，假设l₁，l₂，l₃为三角形的三条边，m₁，m₂，m₃为三角形的三个角：第一个刚性变换不变量：第二个刚性变换不变量：V_m＝[∠m₁，∠m₂，∠m₃]，然后对他们之间的比值进行比较，当比较后的结果的总和小于一个值时，则可以选择相应的旋转角度参数和平移参数作为最终的配准结果。