融合边缘信息和扩展邻域的异源图像匹配

针对可见光图像和红外图像的匹配问题,提出一种基于边缘信息的Harris-SIFT匹配算法。匹配过程中,对红外图像进行Retinex边缘增强,再分别对可见光图像和处理后的红外图像进行双边滤波预处理,以增强两类图像边缘结构的相似度。采用Sobel算子提取图像边缘信息,并基于Harris-SIFT算法对边缘信息进行特征点检测和描述,再分别通过最近邻和次近邻比值法,以及RANSAC算法完成粗匹配和精匹配。在精匹配的基础上,通过快速校验边缘图像中匹配点对在扩展邻域内的结构特征一致性,检测并筛除部分误匹配点对,从而进一步提高匹配精度。通过采用多幅图像进行实验,处理结果表明,该算法能够有效改善可见光图像与红外图像的匹配效果。