【技术实现步骤摘要】
本专利技术涉及多模态图像处理，具体来说，涉及一种基于相位指数差分金字塔的多模态图像配准方法。
技术介绍
1、随着计算机视觉与多传感器技术的迅速发展。近年来，海量的多模态影像在提供丰富信息的同时，也给影像的分析带来了重大的挑战。影像配准是多模态影像分析的基本任务之一，用于将有重叠区域的两幅或多幅影像进行几何校准。多模态影像配准是影像融合、影像拼接和变化检测等过程中必不可少的步骤，目前已经成为国际学术研究的热点。
2、多模态影像(multi-modal image，mmi)显著的光照差异、对比度差异、几何失真和非线性辐射差异致使对图像的梯度和方向更加敏感，难以提取可靠的共有特征，容易导致特征匹配效果不佳。在对多模态遥感影像进行配准时，传统的变换参数优化方法易陷入局部最优，导致图像配准的精度较低。在过去的几年里，学者对多模态遥感影像匹配进行了大量的研究，并不断进行算法改进和精度评估，以提高配准的准确性和可靠性。尽管人们已经在增强多模态影像匹配的鲁棒性方面做了大量的努力，但在兼顾几何不变性与高精度配准方面仍然存在挑战。
3、在多模态影像中，由于其成像机理差异，导致mmi具有较大的信噪比差异，使得匹配算法的匹配几何不变性和匹配精度往往不能兼顾。因此，如何削弱mmi的信噪比干扰，保持良好的尺度和旋转不变性且获得高精度的匹配同名点成为了多模态遥感影像匹配的挑战。基于此，本专利技术提出了一种轻量级的顾及相位指数差分金字塔与归一化过滤的多模态图像配准(phase exponent of difference of gaus
技术实现思路
1、针对相关技术中的问题，本专利技术提出一种基于相位指数差分金字塔的多模态图像配准方法，以克服现有相关技术所存在的上述技术问题。
2、为此，本专利技术采用的具体技术方案如下：
3、一种基于相位指数差分金字塔的多模态图像配准方法，包括以下步骤：
4、s1、获取参考影像和待匹配影像，并分别构建参考影像和待匹配影像的相位指数高斯金字塔；
5、s2、分别对参考影像和待匹配影像的相位指数高斯金字塔特征进行特征点检测；
6、s3、构建归一化对数极坐标描述子，并利用最近邻比率匹配策略和快速样本共识算法来对对数极坐标描述子描述的特征点进行匹配与粗差剔除，根据正确对应点计算的对应关系完成多模态图像配准。
7、进一步的，所述获取参考影像和待匹配影像，并分别构建参考影像和待匹配影像的相位指数高斯金字塔包括以下步骤：
8、s11、获取参考影像和待匹配影像，并通过相位一致性模型分别计算参考影像和待匹配影像的最大力矩特征；
9、s12、基于最大力矩特征分别构建参考影像和待匹配影像的相位高斯金字塔，并对构建的相位高斯金字塔进行指数方程优化，生成相位指数高斯金字塔特征。
10、进一步的，所述获取参考影像和待匹配影像，并通过相位一致性模型分别计算参考影像和待匹配影像的最大力矩特征包括以下步骤：
11、获取参考影像和待匹配影像，分别将参考影像和待匹配影像的图像i(x，y)与奇对称小波ps,oodd(x，y)和偶对称小波ps,oeven(x，y)进行卷积，得到相位一致性模型计算的虚数特征分量eo(x，y)和实数特征分量oo(x，y)，其中，x和y分别表示横纵坐标值，s表示计算尺度，o表示计算方向；
12、计算尺寸s和计算方向o处的幅度分量aso(x，y)，引入噪声补偿项t，并通过组合所有方向和比例计算相位一致性值，得到相位特征在各个像素上的重要性，同时将其定义为最大力矩。
13、进一步的，所述相位一致性值的表达式为：
14、
15、式中，pc(x，y)表示相位一致性值，wo表示加权因子，ξ表示常量，δφso(x，y)表示相位偏差函数，表示向上取整数。
16、进一步的，所述基于最大力矩特征分别构建参考影像和待匹配影像的相位高斯金字塔，并对构建的相位高斯金字塔进行指数方程优化，生成相位指数高斯金字塔特征包括以下步骤：
17、利用相位一致性结构图m(x，y)和高斯函数g(u，v，σ)构造尺度空间l(x，y，σ)；
18、在尺度空间中，利用连续尺度σn＝knσ0的高斯函数计算高斯平滑图像，其中，n表示金字塔层数，σ0表示初始高斯核，k表示两个相邻尺度之间的恒定乘法因子；
19、计算相位高斯金字塔，并利用指数函数对相位高斯金字塔特征进行优化，生成相位指数高斯金字塔特征。
20、进一步的，所述尺度空间的表达式为：
21、
22、相位指数金字塔的结果的表达式为：
23、pe(x,y,σ)＝-[exp(d(x,y,kσ))-exp(d(x,y,σ))]
24、式中，u表示图像的水平方向，v表示图像的垂直方向，σ表示尺度缩放因子，表示卷积操作，pe(x,y,σ)表示相位指数高斯金字塔的结果，d(x,y,σ)表示相位高斯金字塔的结果，d(x,y,kσ)表示相邻k因子的相位高斯金字塔结果。
25、进一步的，所述分别对参考影像和待匹配影像的相位指数高斯金字塔特征进行特征点检测包括以下步骤：
26、s21、利用8邻域检测法在参考影像和待匹配影像的相位指数高斯金字塔的每一层中检测8个邻域内具有局部极大值或极小值的候选特征点；
27、s22、验证候选特征点的相位指数高斯差分检测器在尺度方向上是否大于特征点提取阈值，若是，则保留为特征点，若否，则舍弃该特征点。
28、进一步的，所述特征点提取阈值的表达式为：
29、
30、式中，(x′,y′)表示(x，y)的8个邻域像素点的坐标，tn表示特征点提取阈值，σn表示尺度系数，pe(x′,y′,σn)表示小于当前特征点的8个邻域像素点的坐标的集合，pe(x′,y′,σn)′表示大于当前特征点的8个邻域像素点的坐标的集合。
31、进一步的，所述构建归一化对数极坐标描述子，并利用最近邻比率匹配策略和快速样本共识算法来对对数极坐标描述子描述的特征点进行匹配与粗差剔除，根据正确对应点计算的对应关系完成多模态图像配准包括以下步骤
32、s31、通过归一化滤波削弱参考影像和待匹配影像的模态差异，并利用soble模板对归一化滤波后的参考影像和待匹配影像进行定向梯度计算；
33、s32、联合对数极坐标描述子框架计算描述子矢量特征，完成描述子构建，并利用最近邻比率匹配策略和快速样本共识算法来对对数极坐标描述子描述的特征点进行匹配与粗差剔除，根据正确对应点计算的对应关系完成多模态图像配准。
34、进一步的，所述归一化滤波的表达式为：
35、
36、定向梯度计算的表达式为：
37、
38、
本文档来自技高网...
【技术保护点】
1.一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述获取参考影像和待匹配影像，并分别构建参考影像和待匹配影像的相位指数高斯金字塔包括以下步骤：
3.根据权利要求2所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述获取参考影像和待匹配影像，并通过相位一致性模型分别计算参考影像和待匹配影像的最大力矩特征包括以下步骤：
4.根据权利要求3所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述相位一致性值的表达式为：
5.根据权利要求2所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述基于最大力矩特征分别构建参考影像和待匹配影像的相位高斯金字塔，并对构建的相位高斯金字塔进行指数方程优化，生成相位指数高斯金字塔特征包括以下步骤：
6.根据权利要求5所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述尺度空间的表达式为：
7.根据权利
8.根据权利要求7所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述特征点提取阈值的表达式为：
9.根据权利要求1所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述构建归一化对数极坐标描述子，并利用最近邻比率匹配策略和快速样本共识算法来对对数极坐标描述子描述的特征点进行匹配与粗差剔除，根据正确对应点计算的对应关系完成多模态图像配准包括以下步骤：
10.根据权利要求9所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述归一化滤波的表达式为：
...【技术特征摘要】
1.一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述获取参考影像和待匹配影像，并分别构建参考影像和待匹配影像的相位指数高斯金字塔包括以下步骤：
3.根据权利要求2所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述获取参考影像和待匹配影像，并通过相位一致性模型分别计算参考影像和待匹配影像的最大力矩特征包括以下步骤：
4.根据权利要求3所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述相位一致性值的表达式为：
5.根据权利要求2所述的一种基于相位指数差分金字塔的多模态图像配准方法，其特征在于，所述基于最大力矩特征分别构建参考影像和待匹配影像的相位高斯金字塔，并对构建的相位高斯金字塔进行指数方程优化，生成相位指数高斯金字塔特征包括以下步骤...
【专利技术属性】
技术研发人员：鄢小虎，杨懿竣，任晋，李峰，李杰，
申请(专利权)人：深圳职业技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。