[发明专利]一种可见光图像与红外图像匹配方法

说明书

本发明公开了一种可见光图像与红外图像匹配方法，包括以下步骤：（1）、分别对可见光图像和红外图像提取出最大稳定极值区域；（2）、分别对可见光图像和红外图像的最大稳定极值区域进行椭圆拟合，并归一化成为标准圆形区域；（3）、建立FBP模型，使用二进制编码描述所述标准圆内的纹理信息；（4）、使用汉明距离匹配各区域的编码。本发明的可见光图像与红外图像匹配方法，FBP算法首先通过提取最稳定极值区域作为待匹配区域，然后使用FBP算法对每个区域进行特征描述，最后设定阈值，使用汉明距离判断每一个区域是否相匹配。实验结果证明了发明在定位精度、算法速度、稳定性、灵活性、实时性上都有良好的表现。

技术领域

本发明涉及图像处理技术领域，具体地说，是涉及一种基于MSER与改进LBP算法的可见光与红外图像匹配方法。

背景技术

在多模图像匹配中，红外图像在夜间的探测能力出众、有较好的抗遮挡能力、感知物体温度等优点；可见光成像能保留场景丰富的信息。相比于单模图像而言，多模图像能够从不同方面刻画场景或目标的成像特性，所获取到的信息具有更加可靠性和互补性。多模图像通过不同类型的传感器获取，如可见光与红外图像结合、可见光与合成孔径雷达结合。红外传感器具有的夜间探测能力、大雾穿透能力、抗遮挡能力等与可见光成像时保留场景丰富的细节信息形成较为典型的互补性，因此在多模图像匹配中可见光与红外成像成为了比较常见的一种组合方式。图像匹配是通过对影像内容、特征、结构、关系、纹理及灰度等的对应关系，相似性和一致性的分析，寻求相似影像目标的方法，针对单模图像匹配，使用当前主流的SIFT、SURF、Harris等算法都能得到鲁棒性较高的结果。对于多模图像匹配，由于成像的工作波段不同，导致使用一般的特征检测算法不能正确地提取出多模图像中相同的特征区域或特征点。

国内外针对可见光与红外图像匹配这一课题，已经做了很多的研究。采用可见光结合红外图像匹配的方法较早的时候是采用基于图像轮廓提取算法，利用LOG算子提取边缘，采用链码对边缘进行描述，或者进一步在边缘上提取角点并利用不变矩对其秒速，最后对线或点进行基于特征描述的匹配。针对可见光结合红外图像轮廓特征提取效果较差，Coiras等人进一步提出了基于分割的匹配方法，利用提取到的直线构建虚拟三角形，再以三角形为基于进行匹配，这种方法具有较强的鲁棒性，但局限于存在有较多不平行直线特征的图像。

此外，目前可见光与红外图像匹配还存在计算量大、效率低的不足。

发明内容

本发明为了解决现有图像配准无法同时保证可见光与红外图像配准的准确性和高速性的问题，提出了一种可见光图像与红外图像匹配方法，可以解决上述问题。

为了解决上述技术问题，本发明采用以下技术方案予以实现：

一种可见光图像与红外图像匹配方法，其特征在于，包括以下步骤：

(1)、分别对可见光图像和红外图像提取出最大稳定极值区域；

(2)、分别对可见光图像和红外图像的最大稳定极值区域进行椭圆拟合，并归一化成为标准圆形区域；

(3)、建立FBP模型，使用二进制编码描述所述标准圆内的纹理信息，包括：

(31)、以标准圆形区域的中心作为圆心、以r作为半径画圆，划定一个圆形区域为第二圆形区域，其中r＝R/2，R为标准圆形区域的半径；

(32)、在第二圆形区域的圆周上选取若干个边界点，分别以各边界点为圆心，以r作为半径画圆，再次划定相应的若干个圆形区域，为边缘圆形区域，其中，各边界点均匀分布在第二圆形区域的圆周上；

(33)、分别将各区域和标准圆形区域采用LBP算法进行编码，各区域包括第二圆形区域以及所有边缘圆形区域；

(4)、使用汉明距离匹配各区域的编码，包括：

(41)、计算各区域的权重；