[发明专利]一种图像配准方法

权利要求书

1.一种图像配准方法，其特征在于：

基于旋转-平移（rotation-translation：RT）模型；定义                                                为参考图像，为目标图像，并定义它们的关系为：，其中，为水平方向坐标轴，为垂直方向坐标轴，为正弦函数，为余弦函数，且水平方向平移为，垂直方向平移为，旋转角度为；定义向量表示形式为与，且，其中，，，其中的为矩阵转置操作符，旋转矩阵定义为：；

本发明由如下步骤组成：

步骤1） 读入待配准图像数据（21）；

步骤2） 对图像数据进行预处理（22）；

步骤3） 进行第一步图像粗配准（23）；

步骤4） 对目标图像进行逆补偿（24）；

步骤5） 进行第二步图像精细配准（25）；

步骤6） 两步结果的合成（26）。

2.根据权利要求1所述的读入待配准图像数据，其特征在于：把参考图像和目标图像读入内存；和的长与宽尺寸大小相等。

3.根据权利要求1所述的对图像数据进行预处理，其特征在于：若和均为灰度图像，则不需处理；若或为彩色图像，则将彩色图像数据转化为灰度图像数据；若和的维数相同且其第三维数值不等于1或3，则分别取各自的第一个二维数组代替原先数据。

4.根据权利要求1所述的进行第一步图像粗配准，其特征在于：读入待配准图像数据和（30）且进行权利要求3所述预处理后，对这两幅图像数据使用图基（Tukey）窗函数进行加窗预处理（31），图基窗参数经验值取0.25；进行边界补零处理，补零的尺寸大小根据图像尺寸自适应确定；然后使用二维快速傅里叶变换（FFT）计算两幅图像与的频谱和（32），其中和分别为水平方向频率和垂直方向频率，并得到两者的幅度谱和（33）；然后对和进行正交坐标系-极坐标系转换，得到和（34），其中和分别为极坐标系的极径和极角；然后对和应用相位相关法，得到角度的粗估计（35）；然后分别使用和对进行角度逆补偿，分别得到两幅图像（361）和（362）；然后分别使用相位相关法计算与的相位相关（371）以及与（372）的相位相关，然后比较两者的峰值系数大小（38），峰值大者对应正确的角度值并对赋予正确值，并求得对应的平移估计值和（39），并记作。

5.根据权利要求1所述的对目标图像进行逆补偿，其特征在于：首先使用权利要求4中的角度估计值对进行角度逆补偿，然后再使用权利要求4中的和进行平移逆补偿，最后得到图像及其向量表示，其中。

6.根据权利要求1所述的进行第二步图像精细配准，其特征在于：不使用金字塔处理结构；读入待配准数据与（40）；然后对读入的数据使用高斯滤波器进行低通滤波处理（41）；然后计算的梯度与，梯度计算使用一阶差分运算，并计算（42）；然后计算系数矩阵与右边向量：，，其中为求和运算，然后计算初始估计值，其中表示求矩阵的逆矩阵，且与初始值等于（43）；使用迭代法进行逼近，设置最大迭代次数，其经验值取8；每次迭代前进行及迭代次数超出判断，若为“是”则迭代结束，反之为“否”则执行（45），其中表示均方根运算，门限的经验值取0.03；每次迭代使用对进行逆补偿得到（45）；每次迭代中仅计算并求得，并更新（46），然后转入（44）进行下一次终止判断；该步骤的估计结果分别为、和，并记作。

7.根据权利要求1所述的两步结果的合成，其特征在于：定义、及的最终估计结果分别为、及，并定义；使用求得，使用求得。