基于改良SURF的多聚焦图像配准方法与模型

多聚焦图像配准是多聚焦图像融合、聚焦形貌恢复等应用必不可少的预处理步骤,配准精度决定了后续图像处理的精度。为解决常规方法配准精度较低的问题,本研究提出了一种基于改良SURF的多聚焦图像配准方法与模型。该方法通过黄金分割搜索对配准模型中唯一参数进行最优估计,以提高图像配准精度。实验结果表明,该方法的MSE均小于常规方法,NCC值更接近1,可以有效地提高多聚焦图像配准精度,能更好地应用于农业机械的智能自动驾驶、作业道路导航、工装作业状态监测等实际方面。