[发明专利]探测器拼接实时图像配准的方法

说明书

探测器拼接实时图像配准的方法，涉及光电图像处理技术领域，解决现有图像配准方法存在易受图像噪声、光照强度和重叠区域等影响，同时存在配准过程复杂等问题，通过标定结果计算拼接成像重叠区域提高了特征检测效率，通过标定结果能够有针对性选取配准变换所采用的矩阵模型，采用基于CUDA的SURF方法检测提取重叠区域图像的候选特征点集。然后，运用CUBLAS加速基于随机KD‑Tree索引的ANN算法，用于获取初始匹配点对。采用基于全局优化的PROSAC算法，用于剔除误匹配点对和空间变换矩阵的参数估计。获得实时性更好、精准度更高和鲁棒性更强的图像配准结果。

技术领域

本发明涉及光电图像处理技术领域，具体涉及一种探测器拼接实时图像配准方法，还可用于微扫描成像运动参数估计、计算机视觉与模式识别和视频监控目标跟踪等技术领域。

背景技术

图像配准是对同一场景下的两幅及两幅以上图像重叠区域进行最佳匹配的过程，其核心问题是如何保证配准的速度、精准度和稳定性。

目前，图像配准方法根据从图像中提取的可用配准对象的不同大致分为两类：基于灰度信息的配准方法和基于特征信息的配准方法。基于灰度信息的配准方法容易受图像噪声、光照强度和重叠区域大小的影响，在实际工程应用中限定了该方法的使用范围。基于特征信息的配准方法，能对旋转、尺度缩放、光照变化、仿射变换、视角变化等因素保持一定的不变性，而且对物体运动、遮挡、噪声等因素也保持了较好的可匹配性，但是配准过程计算过程复杂度极高并且非常耗时。针对多传感器阵列拼接成像，上述方法都难以满足工程应用对图像配准实时性的要求。因此，实时性好的图像配准方法逐渐成为信息光学与计算机视觉领域的一个重要研究方向。

发明内容

本发明为解决现有图像配准方法存在易受图像噪声、光照强度和重叠区域等影响，同时存在配准过程复杂等问题，提供一种探测器拼接实时图像配准的方法。

步骤一、探测器拼接重叠区域标定；采用探测器空间位置标定装置对相邻探测器拼接重叠区域进行标定；

步骤二、图像特征检测与提取；输入基准图像和待配准图像，对输入的基准图像进行畸变校正预处理，采用基于并行计算架构的快速鲁棒特征方法检测并提取探测器拼接成像重叠区域的特征点；

步骤三、图像特征点匹配；根据步骤二中提取重叠区域的特征点，运用基本线性代数运算子程序加速基于随机KD-Tree索引的近似最近邻搜索算法，获取基准图像和待配准图像的初始匹配点对；

步骤四、确定配准变换模型；根据步骤一中相邻探测器拼接重叠区域标定的结果，确定步骤三中基准图像和待配准图像配准变换的矩阵模型；

步骤五、矩阵模型参数估计，对步骤四中确定的矩阵模型采用基于全局优化的并行渐近式抽样一致性算法，完成配准变换模型的参数估计；

步骤六、配准图像空间几何变换；采用步骤五中的参数估计值对待配准图像进行空间几何变换，获得配准变换后的图像。

本发明的有益效果：本发明所述的探测器拼接实时图像配准方法，实时性更好、精准度更高和鲁棒性更强的图像配准结果。

一、本发明采用图像配准的探测器空间位置标定装置。首先，通过标定结果计算拼接成像重叠区域，缩小了图像配准特征检测提取范围，提高了特征检测效率，并为下一步特征匹配提供了优质样本集，能够有效地避免误匹配现象的发生；其次，通过标定结果有针对性选取配准变换所采用的矩阵变换模型，从而确定模型中参数个数，提高了模型参数估计效率。