張帥毅, 李永樹, 蔡國林
(西南交通大學地球科學與環境工程學院,四川 成都610031)
基于影像處理技術的目標監測,按監測平臺的不同可分為固定攝像頭和移動攝像頭.相對于固定攝像頭,移動攝像頭由于平臺振動、旋轉、傾斜等,導致獲取同一區域的影像間存在平移、旋轉、縮放等問題,極大地增加了影像自動配準難度,進而影響運動目標信息的有效提取[1]. 提高移動平臺影像配準精度對于目標的追蹤監測及目標運動參數精確估計等具有重要意義.
目前影像配準方法主要包括區域灰度配準、圖像特征配準等[2],其中區域灰度配準通過計算局部或全局灰度相關性,估計影像間的變換[3]. 文獻[4]通過計算相鄰航空影像間全局互信息,迭代計算影像全局變換模型,實現影像配準,但區域灰度配準計算量大,且復雜場景下容易失效. 圖像特征配準通過提取影像特征點及特征點匹配,估計影像間變換模型,對于圖像畸變及遮擋具有一定的魯棒性,是影像配準常用的一種方法.
圖像特征配準過程主要有特征提取、特征匹配、影像變換矩陣估計及待配準影像的重采樣[5].首先應用特征提取算法(傳統Harris、SIFT[6]、SURF[7]等)提取參照影像和待配準影像特征點,并采用FLANN、KNN 等算法,在特征描述子空間中尋找匹配特征點;然后選擇影像配準變換模型,通常在航空影像配準中選取仿射變換、透視變換等;最后基于匹配特征點集,采用最小二乘法[8]、隨機一致性測試法(RANSAC)[9]等方法估……