红外图像和可见光图像异源图像配准问题研究-Toy模板网

这篇具有很好参考价值的文章主要介绍了红外图像和可见光图像异源图像配准问题研究。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

图像配准方法有很多，可分为基于灰度的图像配准方法和基于特征的图像配准方法，其中基于特征的图像配准方法是目前图像配准算法中常用方法，如尺度不变特征变换（Scale Invariant Feature Transform, SIFT）图像配准算法。SIFT算法利用图像的尺度空间检测特征点，采用128维描述向量对特征点进行描述，并根据特征点的描述向量进行特征点匹配。该方法对于图像的平移、旋转、光照和尺度变换具有不变性，能够很好地适用于图像配准应用。
在采用基于特征的图像配准方法将红外和可见光图像进行配准时，由于红外相机利用场景的红外辐射进行成像，使红外图像存在局部或全局对比度反转问题，导致红外图像中特征点描述和可见光图像中特征点的描述存在较大差异，无法完成与可见光图像的特征点匹配。为了解决红外图像对比度反转导致的配准失败，本文采用描述子重组策略将红外图像的特征描述进行重组，实现红外和可见光图像的特征匹配，完成了图像配准。