[发明专利]一种基于多尺度图像梯度和相位特征的异源图像配准方法

权利要求书

1.一种基于多尺度图像梯度和相位特征的异源图像配准方法，其特征在于，包括：

S1：利用改进的Sobel算子获得基准图像的梯度幅值图；

S2：对所述梯度幅值图进行非极大值抑制处理，得到所述基准图像的特征点信息；

S3：分别对所述基准图像和待配准的实时图像构建相位一致性方向图和相位一致性结构图；

S4：利用基准图像和实时图像的相位一致性方向图和所述相位一致性结构图分别获得基准图像和实时图像的相位一致性特征描述符；

S5：根据所述特征点信息和所述基准图像与所述实时图像的投影变换矩阵获取实时图像的特征点粗略位置；

S6：通过相似性度量得到实时图像的特征点的位置误差，结合实时图像的特征点粗略位置，获得实时图像的特征点准确位置信息；

S7：采用快速抽样一致性算法剔除实时图像的特征点准确位置信息中的误匹配点，得到最终的匹配结果。

2.根据权利要求1所述的基于多尺度图像梯度和相位特征的异源图像配准方法，其特征在于，所述S1包括：

S1.1：构建水平模板、垂直模板和两个对角线方向的模板：

其中，h₁和h₂分别表示水平模板和垂直模板，h₃和h₄分别表示两个对角线方向的模板；

S1.2：获取所述基准图像中每个像素点的水平方向、垂直方向和两个对角线方向的一阶导数，分别为D₁(x,y)，D₂(x,y)，D₃(x,y)，D₄(x,y)：

D₁(x,y)＝h₁*f(x,y)

D₂(x,y)＝h₂*f(x,y)

D₃(x,y)＝h₃*f(x,y)

D₄(x,y)＝h₄*f(x,y)

其中，^*表示卷积操作，f(x,y)表示基准图像；

S1.3：获得所述基准图像的梯度幅值图：

F(x,y)＝|D₁(x,y)|+|D₂(x,y)|+|D₃(x,y)|+|D₄(x,y)|。

3.根据权利要求1所述的基于多尺度图像梯度和相位特征的异源图像配准方法，其特征在于，所述S3包括：

S3.1：利用Log-Gabor滤波器获取基准图像和实时图像各个位置的像素点所对应的不同角度不同尺度下的相位一致性信息；

S3.2：利用所述相位一致性信息分别得到基准图像和实时图像的相位一致性结构图；

S3.3：利用Log-Gabor滤波器计算得到基准图像和实时图像整合多个尺度信息的相位一致性方向图。