上海交通大学自动化系系统控制与信息处理教育部重点实验室，上海 200240
针对红外图像与可见光图像的自动配准问题，提出了一种基于图像角点特征和 透视变换模型的方法。首先采用自适应阈值对红外与可见光图像进行分割，然后利用Harris因子分别在 分割后的红外和可见光图像上检测角点。通过分析角点邻域在原始图像上的相关性实现角点的粗匹配。接着 通过RANSAC算法对角点进行细匹配，删除outliers，再由Hu矩不变量进一步提纯角点。最后利用最终匹配的角点 作为透视变换的控制点，得到透视变换模型。用该模型对待配准图像进行透视变换，可实现图像配准。实验 结果表明，该方法的配准精度高，可以很好地完成红外与可见光图像的自动配准。
图像配准 角点 Harris 因子 透视变换 Hu矩不变量 RANSAC算法 image registration corner Harris factor projective transformation HU invariant RANSAC
中国科学院西安光学精密机械研究所,西安710119
针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征以及仿射变换模型的方法.利用Harris因子分别在红外图像和可见光图像上检测角点,并对两幅图像进行边缘检测,得到其边缘图像.通过角点邻域在边缘图像上的相关性,实现角点的粗匹配; 通过角点的细匹配,从匹配的角点中选择两对匹配最佳的点作为仿射变换的控制点,得到仿射变换模型,并对待配准图像进行仿射变换,从而实现图像配准.实验结果表明：该方法运算速度快,可以很好地完成红外与可见光图像的自动配准.
图像配准 角点 Harris因子 仿射变换 Canny算子 Image registration Corner Harris factor Affine transformation Canny operator
