基于Harris算子和方向场的图像配准算法

摘要

为解决光照剧烈变化情况下图像难以精确配准的问题,结合Harris角点提取和方向场算法方向提取特征稳定的优势,提出了一种对光照剧烈变化不敏感的图像配准算法。首先使用Harris算子提取特征点,接下来使用方向场算法计算特征点及其邻域像素点的方向特征,以提高特征点的抗光照变化特性,并构建特征点的描述向量。再使用双向最近邻算法匹配特征点,根据相对偏移量计算,剔除误配点,最后使用随机抽样一致(RANSAC)算法提高特征点匹配精度,得到图像间的几何变换参数,完成图像配准。实验表明,该算法可以实现像素级精度的图像配准。相比尺度不变特征变换(SIFT)算法,该算法可以提取更多的特征点,配准成功率提高22%,配准精度提高2.34%,在光照剧烈变化且在SIFT算法无法配准的情况下依然能准确配准图像,具有更好的抗光照变化特性。