正当时......

学术咨询服务
当前位置:职称论文发表咨询网理工职称论文》期刊投稿浅析图像配准技术进展

期刊投稿浅析图像配准技术进展

来源:职称论文发表咨询网作者:职称论文时间:2015-03-21 15:27
扫码咨询

  摘 要:图像配准是图像处理领域的一个重要研究方向。本文主要介绍了图像配准的定义、数学模型,以及图像配准的四个组成部分。并针对现有两大类图像配准方法总结出了每种方法的配准操作过程,并针对两种方法的各自特点,分别进行了对比分析。

  关键词:图像配准 基于特征的方法 基于灰度的方法

  1 图像配准简介

  图像配准就是将不同时间、不同传感器或不同条件下获取的两幅或多幅图像进行匹配、叠加的过程。因此,配准解决的关键问题就是寻找到两幅图像之间的空间变换关系模型,按变换模型对待配准图像进行变换操作,使它们在空间关系上达到一致,最终获得处在同一个坐标系的两幅图像。

  2 图像配准的组成

职称论文发表网

  图像配准可以看作特征空间、搜索空间、相似性测度和搜索策略四个要素的组合。

  (1)特征空间。图像中点、线或面特征其特。本身的信息量较小,无法直接参与特征匹配。针对该类特征需要进一步的描述建立特征空间。特征空间建立原则是:要最大程度凸显图像信息本身所具有的特性,以达到相同图像信息的高相似性和不同图像信息的大差异性。例如:点特征可以使用邻域信息建立特征空间,面特征可以用不变矩建立特征空间等。

  (2)搜索空间。搜索空间是基准图像与待配准图像之间的空间变换模型。针对不同类型图像之间成像畸变差异,配准问题要根据实际情况采用适当的搜索空间,目前比较常用的搜索空间有三种:仿射变换、投影变换和非线性变换。由于图像坐标的整数特性,在变换之后还需进行插值处理。常用的插值算法有:最近邻域法、双线性插值法和双三次卷积法等。

  (3)相似性测度。相似性测度用于评估从搜索空间中获得的一个给定的变换所定义的输入数据与参考数据之间的匹配程度,即图像配准的精度。例如:两幅图像中分别有和个特征点,其中有对特征点为共有特征,则如何检测出两幅图像中的对相匹配点对即为相似性测度要解决的问题。相似性度量方法随特征空间的不同而不同,常用的相似性测度有:灰度相关、相位相关、欧式距离、马氏距离、街区距离、Housdorff距离等。

  (4)搜索策略。搜索策略是描述如何将参考图像特征与待配准图像特征实现匹配的策略。特征相似度匹配时,需要使用合适的搜索策略。通过不断地改变搜索空间的参数,在兼顾搜索效率的同时使代价函数所描述的相似性测度达到最优值。常用的搜索策略有穷举搜索法、整体松弛匹配、多维优化算法。

  3 图像配准方法分类

  国内外的图像配准研究领域中,针对于不同类型的图像配准问题产生了不少配准方法。从本质上主要归为两类:基于灰度的配准方法和基于特征的配准方法。

  3.1 基于灰度的图像配准方法

  基于区域灰度的方法中建立假设:认为基准图像和待配准图像中的对应点及其周围区域具有相同或者相似的灰度。以灰度相似为基础定义相似性度量函数,然后通过匹配策略,找到一组最优或近似最优的几何变换参数,使得相似度函数最大,最终实现图像的配准。常用的基于灰度的配准算法主要有:基于图像灰度相关的图像配准、基于图像互信息的图像配准、基于傅立叶相位相关的图像配准。基于灰度的图像配准方法抗噪性能很差,一般要求图像要同质同源,且两幅图像在很大部分上存在相似性。

  3.2 基于特征的图像配准方法

  基于特征的配准方法并非直接在图像灰度层次上进行操作,而是从图像数据类型出发,选择适合该图像类型的图像特征,建立适合的特征空间,并利用相似性测度建立匹配点对,建立空间对应关系模型,求解出变换参数,最终实现图像的自动配准。该过程中主要分为4个步骤:特征提取、特征匹配、几何变换模型参数估计、图像变换和灰度插值。现阶段使用的主要特征有:点特征、直线段、轮廓、闭合区域、特征结构、统计特征(如:矩不变量、质心)等。其中点特征是基于特征的配准方法中,使用频率最高的图像特征。

  4 两种方法的比较

  目前,基于特征的图像配准算法已经成为自动配准研究中主流方法。与基于灰度的配准方法相比,主要有以下三方面优越性。

  (1)较小的计算量。基于区域灰度的方法通过相似性度量准则,对图像空间的所有像素进行遍历,来寻找最优变换参数。而基于特征的方法不需要穷举搜索空间,只需提取出少量用于匹配的控制点,通过建立点与点之间的匹配关系,就可以得到空间变换模型的参数。

  (2)较强的鲁棒性。基于区域灰度的方法是直接在图像灰度空间上进行操作寻找匹配,因此适用于图像之间满足一定程度的灰度相似性,配准结果对噪声的敏感度非常高。而基于特征的方法并非直接对图像灰度进行操作,而是在特征空间上进行计算,因此配准结果对图像的灰度属性和噪声的敏感度相对较低,使得算法更为鲁棒和稳健。

  (3)对几何形变有较好的适应性。基于灰度的方法难以解决存在复杂几何形变的配准问题。而基于特征的配准方法,由于是在特征空间进行操作,并且只针对控制点进行计算,只要有足够的控制点对,理论上能够解决存在任何复杂几何变换的配准问题。

  5 结语

  本文介绍了图像配准的定义、数学模型,以及图像配准的四个组成部分。并针对现有两大类图像配准方法的各自特点,分别进行了对比分析,总结了两类方法的配准操作过程。

  参考文献

  [1] 廖斌.基于特征点的图像配准技术研究[D].国防科技大学博士学位论文,2008.

  [2] 刘琼,倪国强,周生兵.图像配准中几种特征点提取方法的分析与实验[J].光学技术,2007,33(1):62-67.

  [3] 网萨雷斯.数字图像处理[M].北京:电子工业出版社,2003.


《期刊投稿浅析图像配准技术进展》
上一篇:发表学术论文焦炭下料斗防损坏对策
下一篇:高级工程师论文刊发钢管杆基础施工
更多>>

期刊目录