图像配准技术经过多年的研究,己经取得了不少研究成果。图像配准方法分为两大类:基于像素灰度的图像配准方法和基于特征的图像配准方法。角点特征是图像的基本特征之一,因其具有信息量丰富、便于测量和表示等优点,成为图像配准算法研究的热点。
　　从理论上分析和比较了Moravec算子、Harris算子和SUSAN算子的优缺点,并通过实验对它们在速度、抗噪性、稳定性等方面进行了比较和分析。实验结果表明Harris算子抗噪性较强、稳定性较好,可通过控制角点提取数量自动设置阈值,能根据匹配结果定量调整提取的角点数量,角点提取自动化程度较高。在此基础上,选择了综合性能最好的Harris角点提取算子作为图像配准算法的特征点提取算子。
　　设计了一个基于角点特征的图像配准算法,包括图像预处理、角点提取、角点匹配、空间变换参数求解和重采样等步骤。为了减小噪声对特征点提取的影响,在图像预处理过程中对图像进行中值滤波去噪。为了得到更好的空间变换的控制点,在特征匹配时采用圆形模板计算相关度的方法进行特征的粗匹配,然后再采用距离约束条件对粗匹配的结果进行精匹配,最后将控制点代入仿射变换模型公式中求得变换参数并进行空间变换。对空间变换后坐标不是整数的像素点采用二维线性插值法进行重采样,从而得到配准后的数字图像。
　　实验结果表明,所设计和实现的基于角点特征的图像配准算法对具有旋转和平移变换的图像有较好的配准效果,同时具有一定的抗噪性能。