中北大学信息与通信工程学院, 山西 太原 030051
利用灰度信息对可见光与红外图像进行匹配时, 其效果受两类图像间灰度分布差异的影响。结合这两类图像的特征, 提出了一种基于边缘图像和 SURF(Speed-Up Robust Feature)特征的图像匹配方法。首先采用改进的三次 B样条分别对两幅源图像进行边缘提取; 然后利用 SURF算法在边缘图像上进行特征点检测; 再通过最近邻次近邻比值法对特征点进行粗匹配, 最后利用对极几何约束的 RANSAC算法剔除误匹配点对, 从而实现图像的匹配。实验结果表明, 在正确匹配率方面本文算法明显优于 Canny边缘提取和 SURF的匹配方法, 具有一定的有效性。
可见光图像 红外图像 边缘检测 SUFR算法 特征点匹配 visible images infrared images edge detection SUFR algorithm feature points matching