买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司

摘要：本发明属于图像处理技术领域，提供了一种基于层级匹配的红外与可见光图像配准方法及系统。其中，该方法包括获取红外图像和可见光图像；基于局部聚合特征对可见光图像的像素进行预筛选，得到像素预筛选后的可见光图像；对红外图像和像素预筛选后的可见光图像均进行特征点提取及匹配；根据在红外图像与可见光图像中匹配的特征点对的像素坐标，利用渐进一致采样算法，得到红外图像到可见光图像的变换参数；根据所述变换参数，将红外图像的坐标变换到可见光图像坐标系下，实现红外图像与可见光图像的层级配准。

主权项：1.一种基于层级匹配的红外与可见光图像配准方法，其特征在于，包括：获取红外图像和可见光图像；基于局部聚合特征对可见光图像的像素进行预筛选，得到像素预筛选后的可见光图像；对红外图像和像素预筛选后的可见光图像均进行特征点提取及匹配；根据在红外图像与可见光图像中匹配的特征点对的像素坐标，利用渐进一致采样算法，得到红外图像到可见光图像的变换参数；根据所述变换参数，将红外图像的坐标变换到可见光图像坐标系下，实现红外图像与可见光图像的层级配准；在对可见光图像的像素进行预筛选的过程中，基于一个卷积神经网络和局部聚合特征网络计算局部聚合特征的聚类簇的可利用性，进而对像素进行预筛选；其中，可利用性为各个聚类簇上对应的匹配负样本局部特征的L2距离；再将可见光图像的像素硬分配到局部聚合特征的聚类簇上；筛选出聚合到具有高利用性的聚类簇的像素，作为预筛选进行特征点提取的像素；具体来说，在图像匹配训练集上对CNN模块和NetVLAD模块进行训练，使得同一地点略微变化角度的图像的特征得到拉近，不同地点的图像的特征受到推远，训练过后，计算各个聚类簇的利用性，计算方式为在验证集中对任一查询图像的一个聚类簇，计算其与所有非匹配图像的相应聚类簇上的特征的L2距离之和；接下来对可见光图像输入到训练过的CNN网络中，提取到特征图后在训练的NetVLAD的聚类簇上进行硬分配，即将特征图上的点映射到唯一最近的聚类簇上，这些点与原输入图像的像素区域对应，选择出高利用性的聚类簇，相应的与输入的可见光图像的部分像素区域对应，这些像素即作为预筛选的像素，以供后续步骤提取特征点并进行匹配。

全文数据：

权利要求：

百度查询： 国网山东省电力公司电力科学研究院 国家电网有限公司 一种基于层级匹配的红外与可见光图像配准方法及系统