国防科学技术大学ATR重点实验室,湖南 长沙 410073
为实现前下视红外图像与可见光图像的有效配准,提出了一种基于传感器参数和改良CPD算法的红外与可见光图像自动配准算法.首先,利用传感器的姿态和高度信息,对前下视红外图像进行几何透视校正,消除图像间的旋转和比例缩放等差异;然后,对可见光图像和校正后的红外图像提取边缘特征点,基于相似变换模型,利用改良的CPD算法对其实现精配准.实测数据验证表明,该方法能实现对红外与可见光图像的良好配准,配准精度达到1个像素左右.
图像配准 点云配准 红外与可见光图像 改良的CPD 粒子群优化算法 image registration point set registration infrared and visual images refined coherent point drift (CPD) particle swarm optimization (PSO)