CN110992407B - 一种红外与可见光图像匹配方法 - Google Patents

一种红外与可见光图像匹配方法 Download PDF

Info

Publication number
CN110992407B
CN110992407B CN201911081206.0A CN201911081206A CN110992407B CN 110992407 B CN110992407 B CN 110992407B CN 201911081206 A CN201911081206 A CN 201911081206A CN 110992407 B CN110992407 B CN 110992407B
Authority
CN
China
Prior art keywords
infrared
visible light
coordinate points
image
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911081206.0A
Other languages
English (en)
Other versions
CN110992407A (zh
Inventor
孙国强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Duopuduole Technology Co ltd
Original Assignee
Wuhan Duopuduole Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Duopuduole Technology Co ltd filed Critical Wuhan Duopuduole Technology Co ltd
Priority to CN201911081206.0A priority Critical patent/CN110992407B/zh
Publication of CN110992407A publication Critical patent/CN110992407A/zh
Application granted granted Critical
Publication of CN110992407B publication Critical patent/CN110992407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T3/02—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10052—Images from lightfield camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种红外与可见光图像匹配方法，包括：步骤S1、将有红外与可见光成像的双光装置进行安装；步骤S2、采集特征点；步骤S3、得到匹配结果；步骤S4、计算多组放射变换结果；步骤S5、通过距离远近计算权重；步骤S6、对仿射变换的坐标结果加权求和。本发明中，将图像中的所有坐标点划分成为三角形网格，每个网格区域内采用最临近的三对固定坐标点进行仿射变换，得到匹配结果；如果当前要匹配的坐标点距离与其他固定坐标点相近的过度区域，则计算多组放射变换的结果，然后按照距离远近计算权重，对仿射变换的坐标结果进行加权求和，实现对于红外和可见光图像局部自适应匹配方法。

Description

一种红外与可见光图像匹配方法
技术领域
本发明涉及图像匹配技术领域，尤其涉及一种红外与可见光图像匹配方法。
背景技术
目前红外与可见光图像融合显示在产品中的应用越来越普遍，要想得到良好的融合效果，首先需要红外与可见光图像的进行匹配，传统方法通常采用图像的特征匹配，即采用特征描述子距离度量判断两个特征点是否为同一个，如果是同一个，即可进行配准与融合操作。
由于红外与可见光图像成像的信息源处于不同波段，所以形成的特征差异较大，同一个辐射目标的特征点不能形成相似描述子，为此选择特征点需要人工参与。一般是基于三对固定坐标点的变换，红外与可见光图像各三个坐标，两两对应，实现放射变换完成红外与可见光图像的配准。由于光学镜头加工工艺不同，不能使红外与可见光图像所有坐标位置像素点达成一致匹配精度。
发明内容
本发明的目的在于：为了解决红外与可见光图像所有坐标位置像素点不能达成一致匹配精度的问题，而提出的一种红外与可见光图像匹配方法。
为了实现上述目的，本发明采用了如下技术方案：
一种红外与可见光图像匹配方法，包括：
步骤S1、将有红外与可见光成像的双光装置进行安装；
步骤S2、将图像中的所有坐标点划分成三角形网络，采集特征点；
步骤S3、对网格趋于内采用最邻近的三对固定坐标点进行仿射变换，得到匹配结果；
步骤S4、当要匹配的坐标点距离有与其他固定坐标点相近的过渡区域，计算多组放射变换结果；
步骤S5、通过距离远近计算权重；
步骤S6、对仿射变换的坐标结果加权求和。
作为上述技术方案的进一步描述：
所述步骤S1中，红外与可见光成像的双光装置进行安装，双光装置为具有固定结构关系的红外相机与可见相机，由于光学镜头材料不同，安装时保证安装光轴平行。
作为上述技术方案的进一步描述：
所述步骤S2中，将图像中的所有坐标点划分成三角形网络，通过特制标定板进行标定。
作为上述技术方案的进一步描述：
所述步骤S2中，采集同一对红外与可见光图像上的特征点，采用发热辐射源采集两者分辨率不同。
作为上述技术方案的进一步描述：
所述步骤S3中，对红外图像进行基于模拟共光轴的空间变换，包括对红外图像进行插值放大，以匹配可见光的分辨率与目标成像大小。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明中，将图像中的所有坐标点划分成为三角形网格，每个网格区域内采用最临近的三对固定坐标点进行仿射变换，得到匹配结果；如果当前要匹配的坐标点距离与其他固定坐标点相近的过度区域，则计算多组放射变换的结果，然后按照距离远近计算权重，对仿射变换的坐标结果进行加权求和，实现对于红外和可见光图像局部自适应匹配方法。
附图说明
图1为本发明提出的一种红外与可见光图像匹配方法的三角形区域划分方式图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
请参阅图1，步骤S1、红外与可见光成像的双光装置进行安装，双光装置为具有固定结构关系的红外相机与可见相机，由于光学镜头材料不同，安装时保证安装光轴平行；
步骤S2、将图像中的所有坐标点划分成三角形网络，通过特制标定板进行标定，采集特征点，采集同一对红外与可见光图像上的特征点，采用发热辐射源采集两者分辨率不同；
步骤S3、对网格趋于内采用最邻近的三对固定坐标点进行仿射变换，得到匹配结果，对红外图像进行基于模拟共光轴的空间变换，包括对红外图像进行插值放大，以匹配可见光的分辨率与目标成像大小；
步骤S4、当要匹配的坐标点距离有与其他固定坐标点相近的过渡区域，计算多组放射变换结果；
步骤S5、通过距离远近计算权重；
步骤S6、对仿射变换的坐标结果加权求和。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种红外与可见光图像匹配方法，其特征在于，包括：
步骤S1、将有红外与可见光成像的双光装置进行安装；
步骤S2、将图像中的所有坐标点划分成三角形网络，采集特征点，采集同一对红外与可见光图像上的特征点，采用发热辐射源采集两者分辨率不同；
步骤S3、对网格区域内采用最邻近的三对固定坐标点进行仿射变换，得到匹配结果，对红外图像进行基于模拟共光轴的空间变换，包括对红外图像进行插值放大，以匹配可见光的分辨率与目标成像大小；
步骤S4、当要匹配的坐标点有与其他固定坐标点距离相近的过渡区域，计算多组仿射变换结果；
步骤S5、通过距离远近计算权重；
步骤S6、对仿射变换的坐标结果加权求和；
所述步骤S1中，红外与可见光成像的双光装置进行安装，双光装置为具有固定结构关系的红外相机与可见相机，由于光学镜头材料不同，安装时保证安装光轴平行；
所述步骤 S2中，将图像中的所有坐标点划分成三角形网络，通过特制标定板进行标定。
CN201911081206.0A 2019-11-07 2019-11-07 一种红外与可见光图像匹配方法 Active CN110992407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911081206.0A CN110992407B (zh) 2019-11-07 2019-11-07 一种红外与可见光图像匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911081206.0A CN110992407B (zh) 2019-11-07 2019-11-07 一种红外与可见光图像匹配方法

Publications (2)

Publication Number Publication Date
CN110992407A CN110992407A (zh) 2020-04-10
CN110992407B true CN110992407B (zh) 2023-10-27

Family

ID=70083433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911081206.0A Active CN110992407B (zh) 2019-11-07 2019-11-07 一种红外与可见光图像匹配方法

Country Status (1)

Country Link
CN (1) CN110992407B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005011070A (ja) * 2003-06-19 2005-01-13 Victor Co Of Japan Ltd 画像合成装置
WO2009110410A1 (ja) * 2008-03-04 2009-09-11 日本電気株式会社 画像照合装置、画像照合用特徴量格納記憶媒体、画像照合方法および画像照合用プログラム
CN104021556A (zh) * 2014-06-13 2014-09-03 西南交通大学 一种基于几何结构相似性的异源遥感影像配准方法
CN105205825A (zh) * 2015-09-30 2015-12-30 河南科技大学 基于nsct域的多分辨率红外与可见光景象匹配方法
CN105678733A (zh) * 2014-11-21 2016-06-15 中国科学院沈阳自动化研究所 一种基于直线段上下文的红外与可见光异源图像匹配方法
CN105894446A (zh) * 2016-05-09 2016-08-24 西安北升信息科技有限公司 一种视频中的自动脸部轮廓修饰方法
WO2017107866A1 (zh) * 2015-12-22 2017-06-29 成都理想境界科技有限公司 图像检索服务器、系统、相关检索及排错方法
CN108230237A (zh) * 2017-12-15 2018-06-29 同济大学 一种用于电气设备在线检测的多光谱图像重构方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8605972B2 (en) * 2012-03-02 2013-12-10 Sony Corporation Automatic image alignment
US9280825B2 (en) * 2014-03-10 2016-03-08 Sony Corporation Image processing system with registration mechanism and method of operation thereof

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005011070A (ja) * 2003-06-19 2005-01-13 Victor Co Of Japan Ltd 画像合成装置
WO2009110410A1 (ja) * 2008-03-04 2009-09-11 日本電気株式会社 画像照合装置、画像照合用特徴量格納記憶媒体、画像照合方法および画像照合用プログラム
CN104021556A (zh) * 2014-06-13 2014-09-03 西南交通大学 一种基于几何结构相似性的异源遥感影像配准方法
CN105678733A (zh) * 2014-11-21 2016-06-15 中国科学院沈阳自动化研究所 一种基于直线段上下文的红外与可见光异源图像匹配方法
CN105205825A (zh) * 2015-09-30 2015-12-30 河南科技大学 基于nsct域的多分辨率红外与可见光景象匹配方法
WO2017107866A1 (zh) * 2015-12-22 2017-06-29 成都理想境界科技有限公司 图像检索服务器、系统、相关检索及排错方法
CN105894446A (zh) * 2016-05-09 2016-08-24 西安北升信息科技有限公司 一种视频中的自动脸部轮廓修饰方法
CN108230237A (zh) * 2017-12-15 2018-06-29 同济大学 一种用于电气设备在线检测的多光谱图像重构方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
结合边缘信息的多光谱图像互信息配准算法研究;匡雅斌;《中国优秀硕士学位论文全文数据库信息科技辑》;全文 *

Also Published As

Publication number Publication date
CN110992407A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN106485755B (zh) 一种多摄像机系统标定方法
CN105716542B (zh) 一种基于柔性特征点的三维数据拼接方法
CN108776980A (zh) 一种面向微透镜光场相机的标定方法
CN109348119A (zh) 一种全景监控系统
Xu et al. An omnidirectional 3D sensor with line laser scanning
Zhou et al. A novel laser vision sensor for omnidirectional 3D measurement
CN102072706A (zh) 一种多相机定位与跟踪方法及系统
CN113050074B (zh) 无人驾驶环境感知中相机与激光雷达标定系统及标定方法
CN108362205B (zh) 基于条纹投影的空间测距方法
Yu et al. A calibration method based on virtual large planar target for cameras with large FOV
CN103150724A (zh) 一种基于分段模型的摄像机标定方法
CN112466323A (zh) 一种光学图像与声学图像融合方法及系统
CN106780391A (zh) 一种用于全视角三维测量仪光学系统的畸变矫正算法
Ma et al. Line-scan CCD camera calibration in 2D coordinate measurement
Yue et al. Accurate three dimensional body scanning system based on structured light
CN110942506A (zh) 一种物体表面纹理重建方法、终端设备及系统
Hou et al. Camera lens distortion evaluation and correction technique based on a colour CCD moiré method
Chaochuan et al. An extrinsic calibration method for multiple RGB-D cameras in a limited field of view
CN110992407B (zh) 一种红外与可见光图像匹配方法
JP2010217984A (ja) 像検出装置及び像検出方法
CN114140534A (zh) 一种用于激光雷达与相机的联合标定方法
CN113643436A (zh) 一种深度数据拼接融合方法及装置
CN117115272A (zh) 用于降水粒子多角度成像的远心相机标定和三维重构方法
CN103873773A (zh) 基于主辅协同双光路设计的全向成像方法
CN115797466A (zh) 一种快速的三维空间标定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant