本发明涉及富营养化的湖面生物配准方法，具体涉及富营养化的湖面生物配准方法。
背景技术：
图像配准是将同一场景由不同时间、不同视角、不同传感器获得的两幅或多幅图像叠加的过程。目前存在富营养化的湖面生物识别不够智能化、无法及时提供赤潮等环境污染情况来临时预警的问题。
技术实现要素：
本发明所要解决的技术问题是目前存在富营养化的湖面生物识别不够智能化、无法及时提供赤潮等环境污染情况来临时预警的问题，目的在于提供富营养化的湖面生物配准方法，解决上述问题。
本发明通过下述技术方案实现：
富营养化的湖面生物配准方法，包括harris角点算法以及图像配准流程，还包括以下步骤：
s1，在富营养化的湖面岸边设置采样点，以每小时10-30张图像的速度，通过照相机采集样本图像，再依据清晰度、噪点数量参数，在每个采样区间选择1张最优图像形成配准图像集，其余图像作为测试用的源图像；
s2，将源图像与配准图像进行相同的预处理，利用基本统计特征，进行初步的图像旋转、平移、尺度变换，去除多余的噪声；
s3，利用harris角点算法将源图像与配准图像进行harris角点检测，记录角点坐标；
s4，以角点为质心，以图像分辨率的1/10-1/5设定配准区域；
s5，依据交换信息量矩阵，计算源图像与配准图像配准区域的相关系数；
s6，利用相关系数判断源图像与配准图像的匹配程度，判断是否更换配准图像，若相关系数大于0.8，则采用当前配准图像作为源图像的最终配准图像；
s7，进入图像配准流程。
进一步地，所述s2，基本统计特征，包括亮度、重心、灰度直方图。
进一步地，所述s2，预处理包括形态学处理、中值滤波、直方图均衡化。
进一步地，所述s3，计算出角点坐标后，还包括采集图像边缘点、交叉点，形成特征集，并在所述s4中依据点集形成的区域，构成不规则配准区域。
进一步地，所述s3中，记录角点坐标后，采用sift方法的梯度方向直方图生成角点坐标的描述矢量，将角度划分为8个区间，以每一个特征点为中心取8x8大小的邻域窗口设定为配准区域。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明富营养化的湖面生物配准方法，能够有效区分富营养化的湖面生物类型，获得理想配准图像集；
2、本发明富营养化的湖面生物配准方法，具有良好的特征不变性、唯一性、稳定性、独立性。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
本发明富营养化的湖面生物配准方法，包括harris角点算法以及图像配准流程，还包括以下步骤：
s1，在富营养化的湖面岸边设置采样点，以每小时10-30张图像的速度，通过照相机采集样本图像，再依据清晰度、噪点数量参数，在每个采样区间选择1张最优图像形成配准图像集，其余图像作为测试用的源图像；
s2，将源图像与配准图像进行相同的预处理，利用基本统计特征，进行初步的图像旋转、平移、尺度变换，去除多余的噪声；
s3，利用harris角点算法将源图像与配准图像进行harris角点检测，记录角点坐标；
s4，以角点为质心，以图像分辨率的1/10-1/5设定配准区域；
s5，依据交换信息量矩阵，计算源图像与配准图像配准区域的相关系数；
s6，利用相关系数判断源图像与配准图像的匹配程度，判断是否更换配准图像，若相关系数大于0.8，则采用当前配准图像作为源图像的最终配准图像；
s7，进入图像配准流程。
所述s2，基本统计特征，包括亮度、重心、灰度直方图。
所述s2，预处理包括形态学处理、中值滤波、直方图均衡化。
所述s3，计算出角点坐标后，还包括采集图像边缘点、交叉点，形成特征集，并在所述s4中依据点集形成的区域，构成不规则配准区域。
所述s3中，记录角点坐标后，采用sift方法的梯度方向直方图生成角点坐标的描述矢量，将角度划分为8个区间，以每一个特征点为中心取8x8大小的邻域窗口设定为配准区域。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.富营养化的湖面生物配准方法，包括harris角点算法以及图像配准流程，其特征在于，还包括以下步骤：
s1，在富营养化的湖面岸边设置采样点，以每小时10-30张图像的速度，通过照相机采集样本图像，再依据清晰度、噪点数量参数，在每个采样区间选择1张最优图像形成配准图像集，其余图像作为测试用的源图像；
s2，将源图像与配准图像进行相同的预处理，利用基本统计特征，进行初步的图像旋转、平移、尺度变换，去除多余的噪声；
s3，利用harris角点算法将源图像与配准图像进行harris角点检测，记录角点坐标；
s4，以角点为质心，以图像分辨率的1/10-1/5设定配准区域；
s5，依据交换信息量矩阵，计算源图像与配准图像配准区域的相关系数；
s6，利用相关系数判断源图像与配准图像的匹配程度，判断是否更换配准图像，若相关系数大于0.8，则采用当前配准图像作为源图像的最终配准图像；
s7，进入图像配准流程。
2.根据权利要求1所述的富营养化的湖面生物配准方法，其特征在于，所述s2，基本统计特征，包括亮度、重心、灰度直方图。
3.根据权利要求1所述的富营养化的湖面生物配准方法，其特征在于，所述s2，预处理包括形态学处理、中值滤波、直方图均衡化。
4.根据权利要求1所述的富营养化的湖面生物配准方法，其特征在于，所述s3，计算出角点坐标后，还包括采集图像边缘点、交叉点，形成特征集，并在所述s4中依据点集形成的区域，构成不规则配准区域。
5.根据权利要求1所述的富营养化的湖面生物配准方法，其特征在于，所述s3中，记录角点坐标后，采用sift方法的梯度方向直方图生成角点坐标的描述矢量，将角度划分为8个区间，以每一个特征点为中心取8x8大小的邻域窗口设定为配准区域。