[發(fā)明專利]一種基于SUSAN角點檢測的紅外圖像匹配方法

有效

• 申請?zhí)枺?/td>: 201710980664.2
• 申請日: 2017-10-19
• 公開（公告）號: CN107808165B
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計）人: 劉磊;陳旭;宋佳曉;李業(yè)飛;張壯;趙如雪
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 朱寶慶

本發(fā)明提供了一種基于SUSAN角點檢測的紅外圖像匹配方法，包括以下步驟：讀取待匹配圖像I₁和I₂，提取自適應(yīng)閾值T；采用圓形模板遍歷掃描圖像I₁和圖像I₂，分別計算兩張圖像像素點(x₀,y₀)處的USAN面積、角點響應(yīng)函數(shù)值，并采用重心原則抑制虛假角點且記錄角點位置信息；選取相似測度NCC來進(jìn)行粗略的角點匹配；用隨機抽樣一致性算法RANSAC對粗匹配點對進(jìn)行篩選優(yōu)化，得到更加精準(zhǔn)的匹配點，完成圖像匹配。

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像匹配技術(shù)，特別是一種基于SUSAN角點檢測的紅外圖像匹配方法。

背景技術(shù)

紅外成像制導(dǎo)是精確制導(dǎo)技術(shù)中很重要的一種，已成為影響現(xiàn)代高科技戰(zhàn)爭的重要因素。紅外圖像匹配技術(shù)又是紅外成像制導(dǎo)技術(shù)的關(guān)鍵技術(shù)之一，主要是對不同時間、不同傳感器或不同視角拍攝的同一場景的兩幅有重疊區(qū)域圖像的匹配過程，以獲得更為全面、更為準(zhǔn)確的圖像描述供觀察或進(jìn)一步處理。

角點是影像重要的局部特征，在集中包含重要的形狀信息的同時，能夠有效地壓縮數(shù)據(jù)量，并具有一定的平移、縮放和旋轉(zhuǎn)不變性，幾乎不受光照條件的影響，因此基于角點特征的匹配是目前研究最多、應(yīng)用最廣的一類匹配方法。

角點檢測算法主要分為兩大類:基于邊緣特征的角點檢測和基于灰度變化的角點檢測。第二類算法直接對像素灰度值進(jìn)行處理，避免了第一類算法中存在的邊緣檢測誤差和曲率計算等缺陷，是目前研究的重點。此類方法最為典型的有Moravec、Harris、SUSAN等。

Moravec算法是較早的角點檢測方法，其核心思想是在角點的某一領(lǐng)域內(nèi)，各方向的灰度變化都很大。算法簡單，運算速度快。但由于只對四個方向進(jìn)行自相關(guān)并取最小值，所以對圖像邊緣、孤立點和噪聲點特別敏感，誤檢測率很高。

Harris算法是通過改進(jìn)Moravec算法發(fā)展而來的，通過微分運算和自相關(guān)矩陣來檢測角點。具有算法簡單，提取角點均勻合理、穩(wěn)定等優(yōu)點，但高斯函數(shù)的方差、響應(yīng)函數(shù)閾值和常數(shù)k都需要人工確定，同時由于高斯濾波會使邊緣模糊化，檢測結(jié)果中角點定位精度不高，或不能有效檢測到角點。

SUSAN是Smith S M和Brady J M基于同核分割(USAN)概念共同提出的，通過計算USAN區(qū)域面積來判斷角點。SUSAN算法抗噪能力比較強，具有一定的旋轉(zhuǎn)不變性，角點定位準(zhǔn)確。但灰度差閾值固定、存在錯檢和漏檢的情況。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于SUSAN角點檢測的紅外圖像匹配方法，匹配準(zhǔn)確率高、匹配時間短。

實現(xiàn)本發(fā)明目的的技術(shù)方案為：一種基于SUSAN角點檢測的紅外圖像匹配方法，包括以下步驟：讀取待匹配圖像I₁和I₂，提取自適應(yīng)閾值T；采用圓形模板遍歷掃描圖像I₁和圖像I₂，分別計算兩張圖像像素點(x₀,y₀)處的USAN面積、角點響應(yīng)函數(shù)值，并采用重心原則抑制虛假角點且記錄角點位置信息；選取相似測度NCC來進(jìn)行粗略的角點匹配；用隨機抽樣一致性算法RANSAC對粗匹配點對進(jìn)行篩選優(yōu)化，得到更加精準(zhǔn)的匹配點，完成圖像匹配。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：

(1)提出了一種自適應(yīng)灰度差閾值的計算方法，解決了傳統(tǒng)SUSAN算法閾值需要人為設(shè)定的問題。取全圖為自適應(yīng)區(qū)域，對圖像的每列像素灰度值進(jìn)行比較，取每列像素的n個灰度最大值和最小值計算自適應(yīng)灰度差閾值，并從兩幅圖像中提取的自適應(yīng)閾值中的較小值對兩幅圖像分別檢測角點，抑制不對稱角點，同時提高了圖像匹配的魯棒性和準(zhǔn)確性；