蔡天旺， 付 胜

(1.北京工业大学，北京 100022； 2.三亚学院，海南 三亚 572022)

图像配准是图像处理领域中的重要环节[1-2]，基于特征点的图像配准在图像配准领域应用最为广泛[3-4]，而基于特征点的红外图像配准难以实现两张特征不明显的红外图像的高精度配准[5-6]，目前用的最多的是红外图像与可见光图像之间的配准[7-8]，因此迫切需要一种可以实现两幅红外图像进行精确匹配的算法。主要针对电路板红外图像的低对比度等特点，对原有的SIFT算法进行了相应的改进，改进的SIFT算法能够很好地对电路板红外图像进行配准。选取了3对红外图像，经过比对可以说明改进的SIFT算法具有很好的配准效果。

国内外很多学者对此方向有一定的研究。王丽芳等[9]将脑部的医学图像进行配准，是将脑部的红外图像与已训练好的头部图像进行配准。秦杰等[10]提出一种基于角点幅值与方向的点特征描述HIOHC，用以改进Harris角点检测器进行图像配准。陈辰等[11]对图像进行U-net分割，针对不同区域特征的误差，将变量含异质噪声模型应用于配准参数估计，提高目标区域的配准精度。陶谦等[12]对纹理影像序列进行融合预处理，利用共线方程实现多幅点云数据与多张纹理影像的配准。Lowe[13]提出了SIFT算法，但SIFT算法会产生许多误匹配点，后来很多专家对其进行了深入研究。Chaturvedi 等[14]提出SURF改进法，明显地提升了图像匹配算法的准确率。Hossein-nejad 等[15]对SIFT算法中的冗余点进行了剔除，进一步增强了算法的运行速度和准确率。……