[发明专利]一种图像配准的方法和设备

说明书

本申请的目的是提供一种图像配准的方法和设备，通过计算所获取的各个待配准的环形排列的图像的特征点；接着，根据所述各环形排列的图像的特征点确定环形排列的图像中相邻的两个图像之间的初始相对偏移向量；随后，根据所述初始相对偏移向量确定所述环形排列的图像的相对旋转角度及旋转所述角度后的旋转后相对偏移向量。通过引入图像环形排列这一先验模型，计算该模型中各个图像的特征点，并确定环形排列的图像中相邻的两个图像之间的初始相对偏移向量，利用实际情况中图像环形排列这一模型信息和环形排列的图像中相邻两个图像之间的初始相对偏移向量计算环形排列的图像的相对旋转角度，从而减少图像配准完成后的结果误差。

技术领域

本申请涉及计算机领域，尤其涉及一种图像配准的方法和设备。

背景技术

图像配准是通过将一幅图像中的点映射到另一幅图像中同样物体上相同的点的某种空间变化的过程。目前的图像配准分为计算平移或计算单映射矩阵两种方式，计算平移方式结果简单，无法处理图像之间旋转的情况，计算单映射矩阵方式运算量大，且对图像特征匹配结果的要求较高，需要匹配结果的准确率较高时才能得出正确结果。目前的方法主要是基于特征点通过随机抽样一致算法(RANSAC)计算单应性矩阵，该算法具有通用性，但在图像重合区域较小的情况下得到的结果误差较大，在已知图像配准模型的情况下没有利用相关的模型信息来优化结果。RANSAC算法需要多次迭代，计算速度较慢。

发明内容

本申请的目的是提供一种图像配准的方法与设备，以解决现有技术中运算量较大和因内点比例较小导致的结果误差的问题。

根据本申请的一个方面，提供了一种图像配准的方法，包括：

计算所获取的各个待配准的环形排列的图像的特征点；

根据所述各环形排列的图像的特征点确定环形排列的图像中相邻的两个图像之间的初始相对偏移向量；

根据所述初始相对偏移向量确定所述环形排列的图像的相对旋转角度及旋转所述角度后的旋转后相对偏移向量。

进一步地，上述方法中，所述计算所获取的各个待配准的环形排列的图像的特征点，包括：

获取多个待配准的环形排列的图像；

采用SIFT，SURF，ORB或FAST算法中的任一种计算每一待配准的环形排列的图像的特征点。进一步地，上述方法中，根据所述各环形排列的图像的特征点确定环形排列的图像中相邻的两个图像之间的初始相对偏移向量，包括：

根据所述特征点对所述待配准的环形排列的图像中相邻的两个图像进行特征点匹配，得到匹配点对的位置偏移向量，并将所有的匹配点对的位置偏移向量标记在同一平面图像上；

选取所述平面图像上匹配点对的位置偏移向量最集中的位置，将所述最集中的位置所对应的位置偏移向量，作为所述环形排列的图像中相邻的两个图像之间的初始相对偏移向量。

进一步地，上述方法中，选取所述平面图像上匹配点对的位置偏移向量最集中的位置，将所述最集中的位置所对应的位置偏移向量，作为所述环形排列的图像中相邻的两个图像之间的初始相对偏移向量，包括：

将所述平面图像上重叠次数最高的匹配点对的位置偏移向量，作为所述环形排列的图像中相邻的两个图像之间的初始相对偏移向量。

进一步地，上述方法中，根据所述初始相对偏移向量确定所述环形排列的图像的相对旋转角度及旋转所述角度后的旋转后相对偏移向量，包括：

将所述待配准的环形排列的图像中所有相邻的两个图像之间的初始相对偏移向量进行累加，将所述累加获得的向量的倾斜度作为所述待配准的环形排列的图像的总倾斜度；

根据所述总倾斜度与所述待配准的环形排列的图像的原始倾斜度的差值，确定所述待配准的环形排列的图像的相对旋转角度；