[发明专利]一种基于SIFT特征的图像配准改进算法

权利要求书

1.一种基于SIFT特征的图像配准改进算法，其特征在于，包括以下步骤：

步骤1：将新旧时相图像分别缩小a倍；

步骤2：对缩小后的图像应用SIFT特征提取和RANSAC特征匹配算法，得到低尺度图像的变换矩阵；

步骤3：低尺度图像变换矩阵结合图像缩放矩阵，得到原始图像的变换矩阵；

步骤4：利用原始图像的变换矩阵对旧时相图像进行图像变换，得到配准后的旧时相图像。

2.根据权利要求1所述的一种基于SIFT特征的图像配准改进算法，其特征在于，所述步骤1包括如下步骤：

步骤1.1：对于新旧时相图像之间的变换矩阵H，将其看作是多个变换矩阵的组合：

H＝S×T×R

式中，S表示一个缩放矩阵，T表示一个平移矩阵，R表示一个旋转矩阵，过将不同的变换矩阵相乘，得到一个组合变换矩阵，其变换效果与单独进行缩放、平移和旋转变换一致；

步骤1.2：将待求取的变换矩阵H分解为如下形式：

H＝S^-1×h×S

式中，S为一个放大矩阵，S^-1则为相应的缩小矩阵；a为S矩阵放大的倍数，其值大于1；通过设定a的值，则求得矩阵h就得到了最终的变换矩阵H。

3.根据权利要求1所述的一种基于SIFT特征的图像配准改进算法，其特征在于，所述步骤2包括如下步骤：

步骤2.1：对于原始输入的新时相图像I_n和旧时相图像I_o，二者的空间变换关系用如下公式进行表述：

I_n＝I_o×H

结合上式，得到如下形式：

I_n＝I_o×S^-1×h×S

进一步将等式两边同时右乘一个缩小矩阵S^-1，得到如下形式：

I_n×S^-1＝I_o×S^-1×h

由于矩阵S^-1的作用是将图像尺寸缩小为原来的a倍，则I_n×S^-1和I_o×S^-1表示为缩小a倍后的新旧时相图像，矩阵h就表示新旧时相图像缩小a倍后对应的空间变换矩阵。

4.根据权利要求1所述的一种基于SIFT特征的图像配准改进算法，其特征在于，所述步骤3包括如下步骤：

将低尺度图像的变换矩阵h代入公式：

H＝S^-1×h×S

得到原始输入图像间的变换矩阵H。