张帅毅， 李永树， 蔡国林

(西南交通大学地球科学与环境工程学院，四川 成都610031)

基于影像处理技术的目标监测，按监测平台的不同可分为固定摄像头和移动摄像头.相对于固定摄像头，移动摄像头由于平台振动、旋转、倾斜等，导致获取同一区域的影像间存在平移、旋转、缩放等问题，极大地增加了影像自动配准难度，进而影响运动目标信息的有效提取［1］. 提高移动平台影像配准精度对于目标的追踪监测及目标运动参数精确估计等具有重要意义.

目前影像配准方法主要包括区域灰度配准、图像特征配准等［2］，其中区域灰度配准通过计算局部或全局灰度相关性，估计影像间的变换［3］. 文献［4］通过计算相邻航空影像间全局互信息，迭代计算影像全局变换模型，实现影像配准，但区域灰度配准计算量大，且复杂场景下容易失效. 图像特征配准通过提取影像特征点及特征点匹配，估计影像间变换模型，对于图像畸变及遮挡具有一定的鲁棒性，是影像配准常用的一种方法.

图像特征配准过程主要有特征提取、特征匹配、影像变换矩阵估计及待配准影像的重采样［5］.首先应用特征提取算法(传统Harris、SIFT［6］、SURF［7］等)提取参照影像和待配准影像特征点，并采用FLANN、KNN 等算法，在特征描述子空间中寻找匹配特征点;然后选择影像配准变换模型，通常在航空影像配准中选取仿射变换、透视变换等;最后基于匹配特征点集，采用最小二乘法［8］、随机一致性测试法(RANSAC)［9］等方法估……