透视变换模型的Harris图像配准

针对图像末制导系统的图像配准问题,提出了一种透视变换模型下基于增强旋转不变性Harris算法的快速图像配准方法.首先,将Harris算法进行了旋转不变性的增强,利用增强后的Harris算法提取摄像系统中每帧图像的角点,采用基于归一化互相关(Normalized Cross Correlation,NCC)匹配算法进行角点的粗匹配;然后,利用随机抽样一致(Random Samples Consensus,RANSAC)算法对粗匹配的角点进行迭代筛选,剔除错误的匹配点,并将保留下来的精确匹配角点带入透视变换模型,计算出稳定的可反映图像平移、旋转和尺度变换信息的透视变换矩阵;最后,利用得到的变换矩阵对图像进行配准.实验表明,该方法对平移、旋转、尺度变化、视角变化以及光照变化和模糊变化均具有良好的不变性,可以快速高效地实现高精度的图像配准.     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振图像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对图像像元不对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅立叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

SAR图像多尺度配准的小波域最小割模型方法

 针对合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像提出了一种基于小波域改进最小割(Improved Minimum Cut,简称IMC)模型的多尺度配准方法.该方法首先将小波分解后的高频信息与SAR图像的特性相结合,用以指导在低频子图像中基于IMC模型的图像分割,从而获得两幅图像中完整的区域轮廓特征,然后通过融合开闭轮廓的信息,分别利用统计直方图和Hausdorff距离获取配准参数并对之细化,最后通过逐层校正参数完成多尺度的配准.实验结果表明,该方法能避免斑点噪声对轮廓提取和匹配的影响,能够实现具有平移、尺度和旋转变化的亚像素级精度的SAR图像配准.     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振罔像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对罔像像元小对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅妒叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

基于傅里叶变换的遥感图像配准算法

提出了一种基于傅里叶的遥感图像自动配准方法,图像间的变化包括平移、旋转及比例变化。该方法是傅里叶相位相关技术的扩展,其主要优点是在不需要寻找控制点和传感器参数的情况下进行图像自动配准。通过对数一极坐标变换、利用傅里叶变换的比例特性和旋转特性搜索图像间的比例和旋转变化,利用傅里叶的相位相关技术(能量谱)确定图像间的平移关系,实验结果表明了此方法的可行性和有效性。     

基于参数分步估计的红外与可见光图像自动配准算法

 提出了一种仿射模型参数分步估计的红外与可见光图像自动配准算法.首先,使用矩阵正交分解方法,将仿射变换的6个自由度分离为易于估计的切变、尺度比例、旋转、尺度缩放以及x和y方向上的平移量等参数;然后基于方向一致性约束和线段间的对齐度分别构建用于参数分步估计的目标函数,并使用SGA(Stud Genetic Algorithm)算法搜索使目标函数取得近似全局最优解的参数值;最后,基于Powell算法对参数估计值进行局部求精.实验结果表明,当两幅需要配准的图像中含有丰富的关联线段及多样的线段方向分布时,本文算法能够利用这些线段间的方向一致性约束和位置分布信息,有效地实现红外与可见光图像的自动配准,且算法具有较好的配准精度.     

基于BRISK特征匹配航拍图像自动配准方法

针对航拍图像存在平移、旋转、尺度和亮度变化的问题,提出了一种新的基于二进制鲁棒不变尺度特征(BRISK)的快速图像自动配准算法.首先提取BRISK特征点,其次采用引导互匹配策略得到初始匹配点对,然后采用预检测的随机抽样一致(RANSAC)算法剔除误匹配点对,最后用最小二乘法求出帧间的变换模型参数,采用双线性插值得到配准后的图像.实验结果表明,该算法不但满足配准精度的要求,而且运行速度远远快于SURF算法,具有一定的理论和应用价值.     

一种适应于旋转、平移和大尺度变换的图像配准方法研究

传统的基于Fourier-Mellin变换的图像配准算法对配准存在较小旋转、平移和尺度变换的图像对十分有效,但由于有限采样图像的旋转和缩放与离散傅立叶变换的不可交换性,以及采样和插值误差的存在,该算法对尺度变形较大的图像不再适用.本文深入分析了算法产生误差的根本原因,考察了误差对离散图像的傅立叶功率谱产生的影响,然后综合运用加窗和滤波等手段去除假象、改善频谱,改进后的算法可配准的尺度范围扩展到0.29～5,能满足绝大多数应用的需求.     

基于仿射变换模型的图像配准中的平移、旋转和缩放

文中讨论了二维仿射变换的平移、旋转和缩放等特性。对可见光波段和红外波段图像采用基于特征的配准,以边界作为特征进行相关运算,求出边界对应位置的关系,建立仿射变换 模型,按照最大相关原则自适应确定最佳配准参数k、θ、△x和△y,能够实现图像的自动配准。并利用实际可见光与红外图像给出了运用仿射变换模型的实验结果,表明该模型可有效解决图像配准中的平移、旋转和缩放。     

利用特征点配准和变换参数自动辨识的图像拼接算法

提出了一种不同尺度的图像配准与自适应拼接算法.通过特征点匹配与图像间变换几何参数的自动辨识,实现了不同尺度和旋转图像间的匹配和拼舍.利用尺度不变特征点提取算法(SIFT)提取出待拼接图像的特征点,根据互信息量最大原则实现特征点的匹配,然后通过得到的匹配对的几何信息自动辨识出两幅图像之间的变换参数关系,得到反映图像平移、...     

基于傅里叶梅林变换的SURF算法

针对加速鲁棒性特征算法,在没有后续去误匹配等处理的情况下,对存在较大旋转角度的两幅待匹配图像,匹配精度较低的问题,提出了一种基于傅里叶梅林变换的SURF算法。该算法通过对待匹配图像和参考图像实施傅里叶变换和梅林变换,利用能量谱求出两幅图像发生的旋转角度,并利用SURF算法找出图像间发生的平移和尺度变化,实现了图像间的匹配。实验结果表明,该算法可有效地实现图像间存在较大旋转角度时的几何匹配,且相比已有的SIFT和SURF算法,具有更好的匹配效果。     

星空背景中目标识别算法研究

为了实时捕获混杂在天基背景中的运动目标,采用基于Fourier—Mellin图像配准与边缘提取相结合的差分算法。先采用Fourier—Mellin算法和相位相关算法求取图像的旋转角度及缩放和平移参数,得出配准点,再对连续采集的两帧图像配准、差分、二值化,将差分图像与后一帧边缘提取的图像进行逻辑乘,得到目标。仿真结果表明,该算法虚警率低,适合微型航天器多目标捕获的要求。     

铸币图像配准算法的设计与实现

铸币图像的配准是基于图像识别的真伪币鉴别及瑕疵检测的重要步骤.针对铸币图像的特点,提出使用边缘纹理替代灰度信息作为图像配准的特征;配准算法使用极坐标系投影等多种积分投影方法,通过计算样本图像与模板图像投影曲线的互相关函数与最大互相关参数得到平移、旋转、缩放参数,并以多次迭代,实现铸币样本图像与模板图像的精确配准,为基于图像识别的真伪币鉴别及瑕疵检测提供良好基础.     

基于传感器参数和改良CPD算法的红外与可见光图像点云配准

为实现前下视红外图像与可见光图像的有效配准,提出了一种基于传感器参数和改良CPD算法的红外与可见光图像自动配准算法.首先,利用传感器的姿态和高度信息,对前下视红外图像进行几何透视校正,消除图像间的旋转和比例缩放等差异;然后,对可见光图像和校正后的红外图像提取边缘特征点,基于相似变换模型,利用改良的CPD算法对其实现精配准.实测数据验证表明,该方法能实现对红外与可见光图像的良好配准,配准精度达到1个像素左右.     

两阶段平移、旋转图像高精度配准算法

图像配准在图像处理中是十分重要的,通常是许多现代图像处理和计算机视觉任务一个关键的预处理步骤,许多算法和技术已经被提出用来解决配准问题.本文提出一种稳健的两阶段层次配准算法,在频域组合相位相关和谱对消技术对平移和旋转图像获得亚像素精度的配准.算法第一阶段首先利用一维FFT技术实现图像的旋转以确定旋转角度,并利用这个旋转角度将两幅图像之间的运动简化为平移运动,然后利用相位相关法确定整数像素平移参数.算法第二阶段运用谱对消技术确定亚像素平移参数.提出的算法甚至在图像因为下采样而包含混淆误差情况下仍然能够获得亚像素精度配准.     

基于多尺度红外与可见光图像配准研究

利用尺度空间理论对多分辨率的红外与可见光图像配准算法进行研究,提出利用红外与可见光图像的多尺度特征点及边缘作为配准的特征,利用特征尺度确定用于相似度匹配的子图像大小,使用LTS-Hausdorff(least trimmed square Hausdorff)距离判断子图像的相似性。利用尺度空间理论及多尺度下图像的特征能更加全面的对图像进行描述。在利用多尺度特征获取到匹配对后,再利用随机一致性检测对匹配对进行提纯并获取空间变换的参数,然后使用该参数对红外与可见光图像进行配准与融合。实验结果表明,基于多尺度的图像配准方法,能有效对红外与可见光图像进行配准。     

相位相关技术实现离焦模糊图像运动估计

为解决离焦模糊图像的运动参数估计问题,介绍一种采用相位相关分析的图像配准技术。该方法利用傅里叶变换的平移特性,对产生平移的目标图像进行傅里叶变换,计算位移图像之间归一化互功率谱,其傅里叶逆变换对应二维脉冲函数,通过计算脉冲函数峰值坐标获取位移图像之间的亚像元级位移量。结合相位相关配准原理和线性空间不变退化模型,给出离焦成像系统点扩散函数及其光学传递函数的数学描述,侧重讨论离焦模糊对相位相关配准结果的影响,证明图像经过离焦退化后,位移图像之间归一化的互功率谱具有不变性。动态运动模糊图像最大检测误差0.339像元,标准差0.19像元。该方法具有可行性和有效性,能够满足一般要求。     

An automated system for the registration and comparison of photographic images in medicine

A system is presented for digitization and automated comparison of photographic images of patients obtained at different times using a high-precision video camera. The images can be acquired either directly or from slides. The two images to be compared are registered using a complex geometrical and gray-level registration model including six parameters (planar, translation, rotation, magnification, linear transformation of the gray levels). The values of the registration parameters are automatically calculated by maximizing an integer similarity measure selected for robustness. The optimization of this function with respect to the registration parameters is performed using an adaptive random search strategy. The analysis of the differences between the registered images can be carried out through visual inspection of the subtraction image in which artifacts due to remaining infrapixel shifts have been suppressed.     

基于功率谱AR模型的3D激光虚拟图像重建研究

当前常用的无样本图像重建方法具有分辨率低的弊端,有样本图像重建方法得到的3D激光虚拟图像重建结果有很大误差。为此,提出一种基于功率谱AR模型的3D激光虚拟图像重建方法。建立功率谱AR模型,将Burg技术和自相关法结合在一起,得到合理的AR模型参数。在存在平移、旋转参数的情况下,在功率谱AR模型基础上对图像进行配准处理,先完成旋转步长,然后进行平移估计与步长,以提高旋转配准精度与平移配准精度。将3D激光虚拟图像信息看作希尔伯特空间的元素,依据配准结果,在重建的3D激光虚拟图像重建视觉效果达到要求或连续若干次迭代结果改变情况区域稳定的情况下,结束迭代,实现3D激光虚拟图像重建。经验证,所提方法重建精度最低为97%,重建误差最低为2%,而且重建花费时间较短,证明了本文方法在图像重建方面的优越性,可应用于图像重建的相关工作中。     

Image registration using log-polar mappings for recovery of large-scale similarity and projective transformations.

This paper describes a novel technique to recover large similarity transformations (rotation/scale/translation) and moderate perspective deformations among image pairs. We introduce a hybrid algorithm that features log-polar mappings and nonlinear least squares optimization. The use of log-polar techniques in the spatial domain is introduced as a preprocessing module to recover large scale changes (e.g., at least four-fold) and arbitrary rotations. Although log-polar techniques are used in the Fourier-Mellin transform to accommodate rotation and scale in the frequency domain, its use in registering images subjected to very large scale changes has not yet been exploited in the spatial domain. In this paper, we demonstrate the superior performance of the log-polar transform in featureless image registration in the spatial domain. We achieve subpixel accuracy through the use of nonlinear least squares optimization. The registration process yields the eight parameters of the perspective transformation that best aligns the two input images. Extensive testing was performed on uncalibrated real images and an array of 10,000 image pairs with known transformations derived from the Corel Stock Photo Library of royalty-free photographic images.