Journal of Systems Engineering and Electronics ›› 2010, Vol. 32 ›› Issue (12): 2686-2690.doi: 10.3969/j.issn.1001-506X.2010.12.39
焦继超,赵保军,唐林波
JIAO Ji-chao, ZHAO Bao-jun, TANG Lin-bo
摘要:
针对不同时刻拍摄的星空图像进行叠加,提出一种基于非降采样Contourlet 变换(nonsubsampled Contourlet transform, NSCT)和随机抽样最大似然算法(maximum likelihood estimation sample consensus, MLESAC)的图像配准算法。该方法首先对星空图像进行NSCT变换,以提取特征星体的边缘,接着以特征星体的质心为顶点,构造特征三角形,根据三角形全等准则对其进行匹配;然后利用MLESAC算法对已匹配三角形的重心进行验证,将满足要求的特征点带入仿射变换模型,求取变换参数,实现图像的配准。该方法在保证配准精度的条件下,降低了经典配准算法的复杂度,能够有效处理光照变化以及噪声的影响。采用50组空间图像进行验证,结果表明,该算法能够在有效抑制星空图像光照和噪声的情况下,实现星空图像的精确配准,均方根误差达到0.374 1。