一种基于改进SIFT算法的红外与可见光图像配准方法

本发明公开了一种基于改进SIFT算法的红外与可见光图像配准方法，构建红外与可见光图像的高斯差分金字塔，以有效捕捉图像中存在的多尺度特征；对金字塔的每一层进行局部自适应FAST关键点提取，在多尺度层次上检测图像的显著特征点；基于关键点邻域内图像的梯度方向分布，对关键点进行主方向分配，使得关键点在不同的旋转角度下仍然能够保持一致性；基于梯度信息特征对关键点进行编码并生成对应的特征描述符，以应用于后续配准操作；利用描述符之间的相似性进行初始配准，并采用优化后的RANSAC算法对初始配准结果进行验证与优化，剔除误匹配点。本发明提高了红外与可见光图像特征点检测与匹配数量，降低了时间复杂度，保证了匹配精度。