异源图像配准是计算机视觉与摄像测量学领域里尚未解决的问题,也是国际上公认的前沿难题之一。论文的研究内容是异源图像之间的配准方法,主要对象为可见光与红外以及雷达图像之间的配准。基于区域信息的配准方法是同源图像配准领域里成熟的思路之一,却在异源图像配准领域里遇到了很大的挑战。基于特征的配准思路逐渐成为异源图像配准领域的热门方向,论文基于此思路进行了深入地研究,提出并改进了多种基于特征的配准方法,并在第五章中提出了一种全新的基于结构支持度的图像配准思路,实际图像实验证实了论文所提算法的鲁棒性与适应性。论文的核心内容共分四部分:1.研究了点特征的检测以及点特征集合的配准。提出了基于不变性描述的点特征集合配准算法-RBID(Registration Based on Invariant Description)。根据配准模型的不同,又分为基于相似不变性与基于仿射不变性的配准算法。RBID算法的最大特点是在作出假设之前先将集合内的点与点的相对关系用不变的描述子进行描述,从而在对假设进行验证的过程中直接利用描述子之间的差异计算支持度,省去了基于假设求取模型参数,再利用模型参数进行坐标变换运算,相对于现有算法计算量降低至少一个量级。RBID算法还改进了支持度的计算方法,使得成功率和丢失率在点位置噪声以及干扰点数目的影响方面均较现有算法有显著改善。2.研究了边缘特征的检测与加工。系统地提出了一套边缘特征的加工算法,包括了边缘之间亲近值(Affinity)定义,基于亲近值的边缘连接策略以及伪边缘的剪除策略,实际图像验证了算法的有效性。最后将该边缘加工算法成功地运用到跑道目标检测应用之中。3.研究了边缘特征的线段描述以及基于线段描述的边缘轮廓配准。改进了现有的对边缘进行线段分割的算法,提出了基于变步长迭代的线段分割算法,利用该算法将加工后的边缘特征进行线段分割,得到最佳线段描述,并利用线段描述进行封闭轮廓的检测。论文还利用边缘的最佳线段描述提出了基于线段分割支持度的轮廓配准算法-RBLS(Registration Based on Line-segment Support)。RBLS算法可以用来配准存在任意角度旋转以及较大尺度变换范围的两条边缘轮廓。最后在全图配准模型的约束下删除错误的配准轮廓,实现对两帧图像的配准。4.提出了基于结构支持度的异源图像配准思路-RBSS(Registration Based on Structure Support),并对该思路进行了深入研究。RBSS思路绕开了异源图像灰度的关联性不高,共有特征提取重合率低两个问题。在参考图像上利用结构特征,并将这组结构视为对参考图的一种“分割建议”。由于分割是基于目标或者背景的结构特征,待配准图像上对应位置的区域信息必然对这种“分割建议”给予最大程度地认可。RBSS思路通过支持度的概念建立了区域信息与特征之间的联系,最后将对结构具有最大支持度的位置视为配准结果。基于该思路提出了两种结构,三种支持度的图像配准算法,并通过大量的实际图像实验进行算法验证。在多种实验条件下,成功率均达到了95%以上,实验结果接近于工程实用要求。论文研究的算法是针对异源图像的配准,但同样适用于同源图像之间的配准。