相似度距离耦合角度径向变换的图像配准算法

目的 为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配，使其忽略了相位信息，难以有效消除高斯噪声的影响，使其配准精度与效率不佳不足的问题。方法 提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换，以降低算法复杂度，快速提取图像的特征点。然后联合图像的幅度和相位信息，基于欧式距离测度，定义最优相似度距离测量模型，通过求解其全局最小值，对特征点完成匹配，提高算法的抗噪性能。最后将图像分割为内点与外点，择取6个内点，通过计算其变换矩的几何配准误差，改进随机样本一致策略，对匹配进行提纯，消除误配。结果 仿真实验结果显示，与当前基于l1距离或l2距离相似度测量的图像配准技术相比，该算法具有更强的抗高斯噪声性能和更高的匹配精度，且算法时耗最短。结论 所提算法能够精确完成图像特征配准