基于特征融合和Transformer的多模态图像配准方法

本发明提供了一种基于特征融合和Transformer的多模态图像配准方法。首先，获取多模态图像对数据集；然后，构建特征检测与匹配网络模型网络模型，以获取的数据集中的图像对为输入量，以其匹配点对为输出量，对该网络进行训练；接着，利用训练好的网络提取得到待配准图像的匹配点对，并利用GSM算法进行误匹配点剔除，得到最终的空间变换模型；最后，对待配准图像进行图像变换，并通过薄板样条插值法得到配准结果。本发明结合了深度学习方法和几何特征方法的优点，在挖掘深层语义信息的同时保留了空间细节信息，能够确保特征匹配的准确性和有效性，提高多模态图像配准的精度和鲁棒性。