一种基于轮廓多边形逼近的可见光与红外图像配准方法

针对遥感可见光与红外图像配准的问题,提出采用对轮廓进行多边形逼近的配准方法.由于可见光与红外遥感图像中噪声多、灰度复杂等特点,使得很多配准方法失效.在提取目标轮廓后对轮廓多边形逼近,然后利用Freemen链码作对多边形的特征进行分析,根据仿射变换中直线不变原理,得到多边形的边和顶点之间的关系,利用控制点对进行配准.实验证明该方法取得了较好的效果.     

一种用于钣金零件视觉测量的图像拼接方法

在钣金零件视觉测量中,大尺寸零件超出图像采集摄像机的视场范围,不能一次性获得该零件的完整图像,需要将存在一定重叠区域的图像进行图像拼接。针对特征稀少、灰度信息少、轮廓对称的钣金零件图像不易拼接问题进行了分析和研究,提出了一种在待拼接图像中选择包含重叠部分的等大小区域作为待配准区域,并对其提取轮廓,然后对轮廓图利用相位相关法求待配准区域的配准参数,再根据待配准区域图像与待拼接图像的坐标关系转换求待拼接图像的配准参数并对图像进行配准,实现钣金零件图像拼接的方法。通过实验表明,该拼接方法对特征稀少、灰度信息少和轮廓对称的钣金零件图像具有速度快、较好的准确性和抗干扰能力,能够满足工业应用的要求。     

基于视觉特征的多传感器图像配准

多传感器图像配准在空间图像处理中有非常重要的应用价值,但同时也面临着多源空间数据各异性困难。考虑到图像配准过程中的多分辨率视觉特征,采用基于小波的多分辨率图像分解来指导从粗到细的配准过程,利用扩展的轮廓跟踪算法提取满足视觉特征的轮廓,在轮廓链码曲率函数的基础上实现基于傅里叶变换的多分辨率形状特征匹配。与已有的基于特征的图像配准算法进行实验比较,实验结果表明该方法对于从多传感器得到的异质图像具有良好的配准效果。     

基于轮廓特征的SAR图像自动配准

针对SAR图像的自动配准问题，提出了一种基于轮廓特征的快速配准方法。在对SAR图像正确检测和分割的基础上提取图像的区域轮廓，并对其几何特征属性进行准确描述，利用配准点可以实现自动图像配准，仿真试验表明可以获得亚像素级配准结果。     

基于形状和灰度信息的断层图像二次配准算法

将一种新的基于形状信息和灰度信息的二次配准方法引入CT-MRI配准过程,首先通过力学分解的原理描述了两幅待配准图像的轮廓,并利用该轮廓对两幅图像进行粗配准,通过该方法将两幅图像的配准误差限定到一个较小范围内;继而利用最大互信息的方法继续对经过粗配准的两幅图像进行二次配准,最终得到精度更高的配准效果。仿真结果表明,由于该算法结合了轮廓比对方法的高效性和最大互信息方法的精确性,因此与其它配准算法相比在保证了配准精度的同时大大缩短了配准时间。最后该算法被成功地应用到了准备进行开颅手术的病人的CT-MRI图像配准上。     

基于边缘信息的快速配准算法

为了实现快速、高精度的图像配准,首先利用LOG算子提取图像边缘信息,然后利用Freeman码,并定义了一种边缘轮廓间的相似性度量,找到两幅图像中对应的边缘轮廓,最后在矩不变量思想的基础上定义了一种矩中心点,利用矩中心点之间的对应关系实现了高效率、高精度的图像配准。通过实验,证实了该算法的快速性和准确性。     

一种异源图像多级配准算法

针对异源图像间灰度差异大、存在平移和旋转时导致配准困难的问题,由于异源图像成像机理不同,存在差异.为提高配准精度,提出一种适应大角度旋转和平移的异源图像多级配准算法.将配准过程分为粗配准和精配准两步,首先在引入Freeman链码描述方法的基础上提出一种平移和旋转参数的估计方法,完成图像的粗配准;然后引入相位一致性对曲率角点进行描述,采用归一化互相关相似性度量准则完成图像的精配准.分别采用可见光与红外图像以及可见光与Sar图像进行仿真实验,经仿真证明算法对具有较多线性结构的异源图像配准精度高、实时性好、并且能适应较大角度旋转和平移.     

基于轮廓与特征点的医学图像弹性配准方法

针对单一特征引导图像配准的准确度有限性,提出了一种同时使用轮廓与特征点的医学图像弹性配准方法。半自动的特征点提取方法既可以保证提取的精确性又能够避免繁琐的特征点对应关系建立过程。对于提取的轮廓,在保证外形的基础之上,通过轮廓直线化操作减少提取轮廓中关键点的数量,以提高计算效率。以两幅待配准图像中的特征点对间距离与轮廓对间距离累加和作为图像配准测度函数,选择ICP算法框架迭代地求解最优配准变换函数。通过与其他测度函数进行比较和真实图像实验结果对比,其结果表明,该算法由于采用轮廓与特征点同时引导图像配准,其配准效果好于单独使用特征点或者轮廓的图像配准算法。该算法既能匹配图像的整体结构信息(轮廓)又能对齐图像中感兴趣的生理解剖位置(特征点),更加准确地反映图像间差异情况,是一种快速、精确的医学图像配准方法。     

基于Freeman链码的汉字图像轮廓曲线拐角点检测方法

拐角点检测在模式识别和机器视觉中有重要作用。本文应用基于Freeman链码的一种检测和确定图像轮廓曲线拐角点位置的方法,提取出汉字轮廓图像的拐角点作为特征点用于图像配准中。首先提取出汉字图像的轮廓曲线,然后利用Freeman链码给轮廓曲线编码,根据判断准则,提取出必是拐角点的点与可疑拐角点,最后估算可疑拐角点的曲率,挑出每组临近可能拐角点中曲率最大的点为真实拐角点。实验结果表明本文应用的方法能准确地检测出同被测对象相一致的拐角点,给出了实验数据与过程。     

结合链码和小面元特征的图像配准算法

传统的基于链码特征的图像配准中,往往存在算法复杂度高,有效边缘难以提取,配准精度不理想等问题。针对这些问题,提出了一种基于小面元和链码特征的遥感图像配准算法。该算法首先提取小面元进行预处理和一次匹配,以更有效地提取封闭边界,同时降低算法复杂度;其次,根据封闭边界链码的相似函数和区域不变矩匹配策略建立边界对应关系,实现区域之间的二次匹配;最后提取匹配区域的质心即匹配点进行一致性检测,并估算仿射变换参数进行图像配准。实验结果显示,该算法快速稳健,具有更高的配准精度。     

自适应变异差分算法与Powell算法相结合的医学图像配准

图像配准是医学图像处理中的关键技术。文中提出一种自适应差分算法(Difference Algorithm,DE)和Powell算法相结合的多分辨率医学图像配准方法,其不仅可以克服Powell算法依赖初始点的缺点,还可以降低陷入局部极值的几率。首先,对源图像进行多分辨处理,获得包括源图像在内的三层图像;然后,在低分辨率图像上使用自适应DE算法进行全局变换参数的搜索,获得的变换参数作为Powell算法的初始点;最后,在高分辨率图像及源图像上使用Powell算法进行配准。与传统实验相比,该方法具有更高的精确度,能够有效避免局部收敛问题。     

一种优化的Freeman链码及其在工程图纸绘制中的应用

提出一种适合于线状结构二值图象的最优化Ｆｒｅｅｍａｎ链码,并讨论其在绘图仪图纸绘制中的应用。与传统的Ｆｒｅｅｍａｎ链码相比,本文的方法是基于数字化点阵图象的无失真编码。根据图象中直线段长度的统计特性选择码长,以使编码压缩率为最高。理论分析和实验结果证明,本方法优于已有的方法并易于工程图纸的图象存储和在绘图仪上的输出。     

基于相位相关的亚像素图像配准

提出一种基于相位相关的图像对准方法,该方法精确度达到亚像素级别。相位相关是一种建立在傅立叶平移理论上的图像对准方法,通过计算两幅图像的傅里叶交叉能量谱得到两幅图像的位置差,对图像进行对准。将使用曲线拟合的思想对交叉能量谱的基础上进行进一步的运算,从而将相位相关方法的计算精度推广到亚像素级别。     

一种基于SIFT特征的快速逐层遥感图像配准方法

当前SIFT特征分层配准方法中存在特征点匹配复杂度高以及不同时相地物变化导致特征点误匹配等问题,提出一种基于SIFT特征的“低分辨率配准\,高分辨率验证”快速逐层遥感图像配准方法。该方法针对同源同分辨率不同时相的遥感图像,通过在金字塔的低分辨率图层匹配特征点对并建立仿射变换模型,在金字塔的高分辨率图层评估并修正模型。实验表明：提出的方法在保证配准精度的前提下,有效提高了配准算法的效率。
     

一种基于Hausdorff距离的图像配准算法

首先检测两幅图像中的角点,然后自适应地提取基准特征模板,再利用改进的基于特征强度响应空间的Hausdorff距离对基准模板进行初始匹配,最后通过区域相关法进行优化.算法不要求特征间的一一对应,也无需距离变换,实验证明这是一种快速有效的图像配准算法.     

基于联合直方图区域计数的时间序列图象自动配准方法

时间序列图象的配准是医学临床科研、诊断和治疗中图象应用的必要步骤。为了快速、准确、简便地进行医学序列图象配准，提出了一种新的用于时间序列图象自动配准的方法，该方法利用了图象的联合直方图，首先通过对图象做简单的阈值分割，将联合直方图划分为4个区域，然后根据不同的配准图象数据选择定义在不同区域上的计数值作为参数计算的准则函数。该方法设计简单、巧妙，以计数方法代替其他方法中大量的浮点运算。由于准则函数具有良好的光滑特性，且选择Powell算法做最优化搜索，因此保证了优化结果的准确性。和其他算法相经，该方法大大简化了准则函数的计算，从而显著提高了配准优化搜索的速度。根据实验结果及基于互信息量方法做的对比，证明本文提出的方法准确、简便、快速、有效。     

一种混杂的图像配准方法

提出一种基于特征和亮度的混杂图像配准方法．首先对源图像进行小波分解，在小波金字塔最顶层的低频近似子图像上进行角点检测，通过仿射变换模型得到初始配准参数，然后将这一参数逐层进行迭代精炼，直至达到金字塔最底层，得到最终精确的配准参数．将这些不同配准方法结合起来，可以克服单独使用任一方法存在的不足,理论分析和实验结果表明，这种混杂图像配准算法精度较高．     

结合边缘与灰度信息的SAR图像配准算法

同一场景下的合成孔径雷达(SAR)图像的灰度特性由于相关噪声的影响及成像条件不同可能存在很大差异,使得单纯基于边缘特征或灰度信息的方法难以胜任SAR图像配准工作。根据SAR图像的特点,提出一种典型地物边缘形状信息与局部灰度统计信息相结合的基于特征的图像配准方法,弥补了仅利用边缘特征或灰度信息的方法在SAR图像配准中的不足。给出了本方法用于Radarsat图像上的实验结果。