APP下载

一种基于点特征与Freeman链码的红外与微光图像配准算法研究

2015-04-03赵德利朱尤攀曾邦泽

红外技术 2015年6期
关键词:特征

赵德利,朱尤攀,2,李 燕,曾邦泽,潘 超,罗 琳,吴 诚



一种基于点特征与Freeman链码的红外与微光图像配准算法研究

赵德利1,朱尤攀1,2,李 燕1,曾邦泽1,潘 超1,罗 琳1,吴 诚1

(1.昆明物理研究所,云南 昆明 650223;2.微光夜视技术重点实验室,陕西 西安 710068)

由于红外与微光图像成像原理的不同,成像特征的巨大差异,研究提出了一种基于点特征与Freeman链码的红外与微光图像配准算法。目的是解决红外与微光图像配准中特征点提取较复杂、特征匹配难的问题;采用优化的Harris角点检测算法进行特征点提取,结合环形灰度区域、RSTC不变矩和Freeman链码对红外与微光图像进行特征点匹配。实验结果表明该算法能够提取出有效的匹配点,能够有效地解决红外与微光图像配准中遇到的视场不统一、旋转、平移问题。

红外/微光图像;Harris角点检测;RSTC不变矩;特征多边形;Freeman链码

0 引言

图像配准是图像处理领域的一项重要课题,在军用夜视仪、遥感图像处理、计算机视觉、运动估计、医学图像分析等领域有着广泛的应用,是图像融合技术中首先解决的问题。由于不同传感器、不同成像模式或不同时间得到的同一个对象的数据之间存在相对的平移、旋转、不同比例的缩放关系,对具有这些关系的图像进行综合分析和利用时,首先要解决图像间的配准问题[1]。

红外技术是一种利用红外探测器将不可见的红外辐射转换成可见图像,而不需要任何光源照明的被动成像技术;微光技术的成像主要是微光摄像机对景物进行成像,再通过传输设备在接收显示装置上获取景物图像。……

登录APP查看全文

猜你喜欢

特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
詈语的文化蕴含与现代特征
基于特征筛选的模型选择
线性代数的应用特征