CN116309743B 一种基于多尺度图像梯度和相位特征的异源图像配准方法 （西安电子科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116309743B(45)授权公告日2025.07.08

(21)申请号202310064323.6

(22)申请日2023.01.12

(65)同一申请的已公布的文献号申请公布号CN116309743A

(43)申请公布日2023.06.23

(73)专利权人西安电子科技大学

地址710071陕西省西安市太白南路2号

(72)发明人梁毅任之龙王婷婷邢孟道

(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230

专利代理师王萌

(51)Int.CI.

GO6T7/33(2017.01)

GO6V10/44(2022.01)

GO6V10/50(2022.01)

GO6V10/52(2022.01)

GO6V10/74(2022.01)

(56)对比文件

CN

CN

113409369

113643334

A,2021.09.17

A,2021.11.12

审查员王永贵

权利要求书4页说明书12页附图5页

(54)发明名称

一种基于多尺度图像梯度和相位特征的异源图像配准方法

(57)摘要

CN116309743B本发明公开了一种基于多尺度图像梯度和相位特征的异源图像配准方法，包括：利用改进的Sobel算子获得基准图像的梯度幅值图；对梯度幅值图进行非极大值抑制处理，得到基准图像的特征点信息；分别对基准图像和待配准的实时图像构建相位一致性方向图和相位一致性结构图；利用相位一致性方向图和结构图分别获得基准图像和实时图像的相位一致性特征描述符；根据特征点信息和投影变换矩阵获取实时图像的特征点粗略位置；通过相似性度量得到实时图像的特征点的位置误差，结合实时图像的特征点粗略位置，获得实时图像的特征点准确位置信息。本发明充分结合利用图像的梯度和相位一致性信息，获取

CN116309743B

S1

S1

利用改进的Sobel算子获得基准图像的梯度幅值图

S2

对所述梯度幅值图进行非极大值抑制处理，得到所述基准图像的特征点信息

S3

分别对所述基准图像和待配准的实时图像构建相位一致性方向图和相位一致性结构图

利用基准图像和实时图像的相位一致性方向图和所述相位一致性结构图分别获得基准图像和实时图像的相位一致性特征描述符

根据所述特征点信息和所述基准图像与所述实时图像的投影变换矩阵获取实时图像的特征点粗略位置

S?

通过相似性度量得到实时图像的特征点的位置误差，结合实时图像的特征点粗略位置，获得实时图像的特征点准确位置信息

采用快速抽样一致性算法剔除实时图像的特征点准确位置信息中r的误匹配点，得到最终的匹配结果

CN116309743B权利要求书1/4页

2

1.一种基于多尺度图像梯度和相位特征的异源图像配准方法，其特征在于，包括：

S1:利用改进的Sobel算子获得基准图像的梯度幅值图；

S2:对所述梯度幅值图进行非极大值抑制处理，得到所述基准图像的特征点信息；

S3:分别对所述基准图像和待配准的实时图像构建相位一致性方向图和相位一致性结构图；

S4:利用基准图像和实时图像的相位一致性方向图和所述相位一致性结构图分别获得基准图像和实时图像的相位一致性特征描述符；

S5:根据所述特征点信息和所述基准图像与所述实时图像的投影变换矩阵获取实时图像的特征点粗略位置；

S6:通过相似性度量得到实时图像的特征点的位置误差，结合实时图像的特征点粗略位置，获得实时图像的特征点准确位置信息；

S7:采用快速抽样一致性算法剔除实时图像的特征点准确位置信息中的误匹配点，得到最终的匹配结果。

2.根据权利要求1所述的基于多尺度图像梯度和相位特征的异源图像配准方法，其特征在于，所述S1包括：

S1.1:构建水平模板、垂直模板和两个对角线方向的模板：

其中，h?和h?分别表示水平模板和垂直模板，h?和h?分别表示两个对角线方向的模板；

S1.2:获取所述基准图像中每个像素点的水平方向、垂直方向和两个对角线方向的一阶导数，分别为D?(x,y),D?(x,y),D?(x,y),D?(x,y):

D?(x,y)=h?*f(x,y)

D?(x,y)=h?*f(x,y)

D?(x,y)=h?*f(x,y)

D?(x,y)=h?*f(x,y)

其中，*表示卷积操作，f(x,y)表示基准图像；

S1