红外图像与可见光图像配准算法的研究

摘要

可见光成像传感器分辨率高，对图像细节纹理信息表达细致，但是其成像容易受自然环境影响，在雾天、黑夜等环境下，成像效果不好。红外成像传感器主要优点在于其在雾天、黑夜等自然条件下依然能够很好地成像，但是红外成像传感器分辨率一般较低且对于图像的细节纹理信息表现不够好。越来越多的视觉系统采用红外成像传感器与可见光成像传感器互相配合的工作模式来对单一可见光成像模式进行补充，多传感器配合可以获取到更多层面的场景信息，对图像场景进行更加深入的分析，得到更为丰富的图像信息。 图像配准作为图像处理领域关键的基础技术之一，广泛应用于图像拼接、立体视觉、多传感器图像融合等实用领域。多传感器视觉系统的广泛使用推动着可见光图像与红外图像配准技术的发展。本文主要研究一种基于特征的红外图像与可见光图像配准方法，主要工作有以下几点： 1.详细介绍了SURF特征提取算法的原理，阐述了从特征点的定位到特征点向量描述子的构建整个过程，给出了SURF算法提取红外图像以及可见光图像特征点的实验结果。 2.介绍了传统RANSAC算法剔除特征点误匹配对，并分析了这种方法对于可见光图像与红外图像配准效果不佳的主要原因。针对这种方法的不足，提出了一种基于几何约束的方法来获取正确的特征点匹配对，并分析其逻辑可行性。最后给出两种方法实验结果，结果表明几何约束方法得到的特征点匹配对优于RANSAC方法得到的特征点匹配对。 3.提出一种基于边缘重合度的配准评价方法，通过平移及旋转两个层面的实验来证明这种评价方法的可行性。实验表明这种方法能够适用于异源图像的配准评价。 4.介绍本文所采用的DSP处理器以及搭建的硬件开发平台和软件开发平台，分析了程序设计及调试时需要注意的问题，最后给出了本文算法在DSP平台的实验结果。

目录

声明

第1章 绪 论

1.1 课题的研究背景及意义

1.2 课题的研究现状

1.3 论文主要内容及结构安排

1.3.1 论文主要内容

1.3.2 论文结构安排

第2章 图像配准相关方法

2.1 可见光图像与红外图像配准概述

2.1.1 红外图像及可见光图像获取

2.1.2 图像配准概述

2.2 几何变换模型

2.2.1 刚体变换模型

2.2.2 投影变换模型

2.2.3仿射变换模型

2.2.4 非线性几何变换模型

2.3 图像配准方法分类

2.3.1 基于灰度信息的图像配准方法

2.3.2 基于变换域的图像配准方法

2.3.3 基于特征的图像配准方法

2.3.4基于手动标定的图像配准算法

2.4 图像配准评价方法

2.5 本章小结

第3章 基于SURF特征的图像配准

3.1 SURF特征点提取

3.1.1积分图像

3.1.2 Hessian矩阵

3.1.3 三维尺度空间构建

3.1.4 特征点定位

3.1.5特征点方向分析

3.1.6特征点描述子向量构建

3.2 SURF特征提取实验结果

3.3相机标定

3.4 仿射变换

3.5线性插值

3.6 本章小结

第4章 采取几何约束的特征点匹配对

4.1 特征点粗匹配对

4.2 经典RANSAC算法

4.3 几何约束方法

4.3.1 几何约束剔除误匹配对原理

4.3.2 几何约束算法设计

4.4传统RANSAC算法与几何约束算法对比实验分析

4.5 基于边缘重合度的配准评价方法

4.5.1 Canny边缘提取算法

4.5.2 边缘重合度的配准评价方法原理

4.5.3 实验设计及实验结果

4.6 本章小结

第5章 DSP平台算法的实现

5.1 TMS320DM6437数字信号处理器

5.2 DSP开发平台搭建

5.2.1 硬件开发平台搭建

5.2.2 软件开发平台搭建

5.3 算法程序设计及调试

5.4 实验结果及分析

5.5 本章小结

第6章 全文总结与展望

6.1论文总结

6.2 工作展望

参考文献

致谢

附录1 攻读硕士学位期间获得的成果奖励

附录2 攻读硕士学位期间参加的科研项目