1、紅外圖像以其具有對(duì)熱目標(biāo)識(shí)別能力強(qiáng)的優(yōu)勢(shì)而得到廣泛應(yīng)用。將紅外與可見(jiàn)光圖像進(jìn)行融合,可以實(shí)現(xiàn)在場(chǎng)景中對(duì)高溫物體準(zhǔn)確定位,而配準(zhǔn)是這一技術(shù)的必要前提。因此,研究準(zhǔn)確、高效的配準(zhǔn)技術(shù)具有重要的實(shí)際意義。
　　 本文研究了可見(jiàn)光、紅外等單模態(tài)圖像配準(zhǔn)技術(shù),選用了魯棒性較好的Speeded-UpRobust Features(SuRF)算法提取特征點(diǎn),然后以歐氏距離最小原則找到匹配點(diǎn)對(duì),再采用改進(jìn)的Random Sample Conse

2、nsus(RANSAC)算法去除誤匹配點(diǎn)對(duì),最后用最小二乘法得到的仿射矩陣和雙線性內(nèi)插完成圖像的配準(zhǔn),且精度達(dá)到了亞像素級(jí)。
　　 對(duì)于多模態(tài)圖像,本文主要研究了紅外和可見(jiàn)光圖像的配準(zhǔn)技術(shù),并從不同的方面做了實(shí)驗(yàn),如采用基于顏色轉(zhuǎn)換模型和基于圖像負(fù)相的方法來(lái)解決這兩種圖像灰度差異大的問(wèn)題;由于紅外圖像的紋理細(xì)節(jié)特征不如可見(jiàn)光圖像的明顯,實(shí)驗(yàn)采用輪廓波分解的方法來(lái)弱化細(xì)節(jié)信息;針對(duì)紅外和可見(jiàn)光圖像在大尺度上的邊緣是大致一致的,提出