一种基于区域相似性的可见光与红外图像配准方法

本发明提供了一种基于区域相似性的可见光与红外图像配准方法，所述方法包括：用角点特征明显的图形渲染合成数据集，在该合成数据集上训练一个关键点检测器；对可见光和红外的配准图像对进行放缩与灰度处理，输入关键点检测器生成对应的关键点坐标，并将带关键点的红外和可见光图像做随机单应变换，模拟图像对之间的变换关系，通过Delaunay三角剖分生成网格，处理点集的拓扑关系和三角网格生成；将变换后的图像对输入描述符生成网络中，设计基于区域的损失函数，对网格之间的配准关系进行训练。所述方法有效解决了跨模态图像匹配中的角点不一致问题，实现了高精度、高抗干扰能力的图像配准，可应用于遥感图像处理、目标跟踪等领域。