红外与可见光图像配准算法--MATLAB版

2016-07-08更新

总体方法简述：针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。实验结果表明，该方法有效提高了匹配点对的正确率，能够对电气设备红外和可见光图像实现高精度的配准。

实验图：

% Example 3, Affine registration
% Load images
clc;clear all;
close all;
%%%发现只有匹配点对遍布在图像中，匹配效果才会变好
I11=(imread('qa1.bmp'));%红外图像
I22=(imread('qa2.bmp'));%可见光图像
I10=rgb2gray(I11);
I20=rgb2gray(I22);
I1=imadjust(I10);
I2=imadjust(I20);
I1=im2double(edge_detection_1(I1));
I2=im2double(edge_detection_1(I2));
%I1 =