[發明專利]基于尺度空間的多模態圖像配準方法、裝置和設備

有效

• 申請號: 202010879061.5
• 申請日: 2020-08-27
• 公開（公告）號: CN112017221B
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 李偉;高晨鐘;陶然;馬鵬閣;揭斐然
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06V10/46
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 葛鐘

1.一種基于尺度空間的多模態圖像配準方法，其特征在于，包括：

對待配準的兩個原始圖像進行預處理，分別得到每個原始圖像對應的配準用圖像；

建立所述配準用圖像的尺度空間金字塔；其中，所述尺度空間金字塔中包含若干組不同分辨率的尺度空間圖像，每組所述尺度空間圖像包含若干層不同模糊程度的層圖像；

提取所述尺度空間金字塔中分辨率最高的尺度空間圖像中的基準Harris角點作為特征點；

確定所述特征點在所屬的尺度空間金字塔中每層所述層圖像中的PIIFD特征描述符；

基于所述PIIFD特征描述符，對兩個所述配準用圖像中的所述層圖像進行逐一匹配，得到相匹配的特征點對數量最高的目標層圖像匹配對；

根據所述目標層圖像匹配對中所述相匹配的特征點對的坐標關系，對兩個所述配準用圖像進行空間配準；

所述層圖像包括底層圖像和上層圖像；

所述建立所述配準用圖像的尺度空間金字塔，包括：

按照預設的采樣系數對所述配準用圖像進行降采樣，得到若干個不同分辨率的所述底層圖像；

將每個所述底層圖像均輸入預先構建的高斯濾波器中進行多次濾波，每個所述底層圖像均得到對應的多個所述上層圖像；其中，任意一個底層圖像，以及，與所述任意一個底層圖像對應的多個上層圖像，組成一組尺度空間圖像；

將多組所述尺度空間圖像組合為所述尺度空間金字塔；

所述提取所述尺度空間金字塔中分辨率最高的尺度空間圖像中的基準Harris角點，包括：

分別確定所述分辨率最高的尺度空間圖像中，底層圖像和每個上層圖像的Harris角點數量；

判斷所述分辨率最高的尺度空間圖像中，是否存在目標層圖像的Harris角點數量大于預設Harris角點數量；

若存在，確定所述目標層圖像中，Harris角點數量與所述預設Harris角點數量差值最小的基準目標層圖像；

若不存在，確定所述分辨率最高的尺度空間圖像中，所述Harris角點數量最高的所述基準目標層圖像；

將所述基準目標層圖像上的所述Harris角點作為所述基準Harris角點，即所述特征點。

2.根據權利要求1所述基于尺度空間的多模態圖像配準方法，其特征在于，所述對待配準的兩個原始圖像進行預處理，分別得到每個原始圖像對應的配準用圖像，包括：

獲取兩個所述原始圖像的感興趣區域，其中兩個所述感興趣區域的場景相對應；

對每個所述感興趣區域分別進行去噪和降維處理，得到所述配準用圖像。

3.根據權利要求1所述基于尺度空間的多模態圖像配準方法，其特征在于，所述基于所述PIIFD特征描述符，對兩個所述配準用圖像中的所述層圖像進行逐一匹配，得到相匹配的特征點對數量最高的目標層圖像匹配對，包括：

按照預設匹配方式和所述PIIFD特征描述符，對兩個所述配準用圖像中的所述層圖像分別逐一進行特征點的相互匹配；

保留相互匹配結果一致的基礎特征點對；

對所述基礎特征點對進行失配消除，得到所述相匹配的特征點對；

將所述相匹配的特征點對數量最高的層圖像匹配對作為所述目標層圖像匹配對。

4.根據權利要求3所述基于尺度空間的多模態圖像配準方法，其特征在于，所述對所述基礎特征點對進行失配消除，得到所述相匹配的特征點對，包括：

將所有所述基礎特征點對中主方向不一致和/或空間分布不一致的基礎特征點對消除。

5.根據權利要求3所述基于尺度空間的多模態圖像配準方法，其特征在于，所述預設匹配方式包括：

在一個所述配準用圖像對應的第一目標層圖像的特征點中確定另一個配準用圖像對應的第二目標層圖像中目標特征點的PIIFD特征描述符歐氏距離最近的最近特征點和PIIFD特征描述符歐式距離次近的次近特征點；

若所述最近特征點和所述次近特征點滿足如下公式：

則建立所述最近特征點與所述目標特征點的匹配關系；

所述d₁為所述目標特征點與所述最近特征點的歐氏距離，所述d₂為所述目標特征點與所述次近特征點的歐氏距離，τ為預設比值閾值。