图象特征点集配准的加权相关迭代算法

图象配准是计算机视觉中目标识别的一种基本方法 .其目的是在待识别图象中寻找与模型图象的最佳匹配 .该文以传统的 U meyam a点集相关度量为基础 ,结合 Procrustes正规化方法 ,通过引入加权矩阵 ,以得到新的相关度量函数 ,进而提出了一种图象特征点集匹配的新方法 ,解决了传统方法要求点集维数相同的缺点 .经过迭代运算 ,对存在几何失真 ,且维数不同的两点集可得到精确配准 .文中给出的点集配准结果说明 ,当两点集维数相同时 ,该方法不仅与传统的点集相关法一样 ,均可达到精确配准 ,而且该方法对维数不同的点集也可实现精确配准     

基于Legendre矩的CT及MR医学图象融合方法

为了提高CT、MR多模态医学图象配准、融合的精度和速度,提出了基于Legendre矩的CT和MR多模态医学图象配准、融合方法,并运用二维9数据图象的Legendre矩正交性和无冗余性的特点,通过找出CT及MR两种模态医学图象的质心,计算出两图象的比例因子,从而完成了两图象的平移和旋转,并精确地实现了CT和MR两模态图象的配信、融合,还优化了Legendre矩的快速算法和提高了应用Legendre矩配准CT和MR图象的速度。实验表明,利用Legendre矩对CT和MR等多模态图象配准、融合,不失为一种比较直接、简洁的方法;同时,Legendre矩在医学影象诊断、放疗计划系统等方面也具有重要的应用价值。     

基于最大互信息和相关法的医学图象配准

本文提出了一种医学图象配准的方法,该方法分两步第一步采用搜索最大互信息的方法对图象做粗配准,使得参考图象与待配准图象大致一致;第二步采用快速相关法对图象做精细配准,从而获得医学图象的最优配准.由于此种算法具有良好的扩展性,所以既可用于多模医学图象的配准,也可用于单模医学图象的配准.     

不同条件遥感图象灰度差自相关模型的研究

由于成象条件和环境识别的影响,不同传感器获得的遥感图像间存在很大的灰度差异,这使两务象间的配准和信息融合变得十分困难,该文深入研究了不同条件下遥感图像灰度差分布的统计特性,提出了灰度差异的自相关模为进一步的灰度差修正奠定了基础。     

基于边缘的图象配准改进算法

现有的图象配准方法对旋转处理比较困难,且处理效率不高。本文提出一种基于边缘的图象配准改进算法,该算法首先用小波的快速方法提取边缘特征点,通过线拟合模型消除噪声;然后得出特征点的边缘方向,定义“角度直方图”来估计两幅待配准图象间的旋转角,应用线性加权方法消除奇异点,最后得到图象间的精确变换关系。     

亚采样彩色CCD图象的重建

在彩色图象传输、采集、存贮过程中，一般都采用对色度通道进行压缩的技术来减少图象占用的系统资源，在重建中，采用大面积着色的方法来重建图象。但这种方法会在图象的细节部分引入较大的误差，为了在实际应用中得到最佳的重建彩色图象，就需要研究在色度通道亚采样的情况下，如何利用了完备的数据有效地重建图象。针对CCD彩色图象的空间量化特点，提出了一种利用自然图象的约象条件和人眼视觉生理学特点重建CCD彩色图象的方法。该方法利用高分辩率的通道数据来获得图象的细节信息，并且利用图象各通道间的细节相似性（同变性）来获得低分辩率通道的图象细节。通过实验证明，该方法有效地提高了图象的清晰渡，消除了CCD图象重建中常见的伪彩和图象模糊等现象，可以用于数码相机或多光谱遥感图象处理等方面。     

一种基于CMAC的图象恢复算法

由于影响成象和导致图象退化的因素具有模糊性和不确定性,很难准确地建立图象退化过程的数学模型,因而建立退化过程的逆过程图象恢复十分困难,为了解决这一问题,提出了一种基于CMC的图象恢复算法,该方法利用CMAC神经网络的非线性映射和综合能力,通过对影响成象和导致图象退化的过程进行反向学习来恢复图象。仿真结果表明,用CMAC神经网络能很好地恢复出已退化的图象,并且神经网络模型与学习方法十分简单,便于实时图象恢复。     

时间序列脑功能成象中的图象配准

脑功能成角是研究脑科学和生命科学的重要工具,在对脑功能图象进行统计分析时,有必要对时间序列脑功能成象中的图象进行配准,研究采用修正的Ｇａｕｓｓ－Ｎｅｗｔｏｎ最优化方法,通过计算配准图象之间残差平方和的极值,实现了时间序列脑功能图象的高精度配准。     

基于Hausdorff距离图象配准方法研究

图象配准是图象融合的一个重要步骤，为此提出了一种自动图象配准算法，该算法从两幅待配准的图象中分别抽取特征点，然后选用Hausdorff距离对两特征点集进行匹配，得到点集间的仿射变换，从而实现图象的自动配准，此算法以特征点而不是物体边缘计算仿射变换，大大降低了计算Hausdorff距离的运算量；同时，基于Hausdorff距离的图象匹配只需要点集之间的对应，而无须点与点的对应，因而可以使用于存在较大物体形变的情况，即完成两幅差异较大图象的配准，实验结果证明了算法的有效性。     

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。     

A fast and fully automatic registration approach based on point features for multi-source remote-sensing images

Automatic registration of multi-source remote-sensing images is a difficult task as it must deal with the varying illuminations and resolutions of the images, different perspectives and the local deformations within the images. This paper proposes a fully automatic and fast non-rigid image registration technique that addresses those issues. The proposed technique performs a pre-registration process that coarsely aligns the input image to the reference image by automatically detecting their matching points by using the scale invariant feature transform (SIFT) method and an affine transformation model. Once the coarse registration is completed, it performs a fine-scale registration process based on a piecewise linear transformation technique using feature points that are detected by the Harris corner detector. The registration process firstly finds in succession, tie point pairs between the input and the reference image by detecting Harris corners and applying a cross-matching strategy based on a wavelet pyramid for a fast search speed. Tie point pairs with large errors are pruned by an error-checking step. The input image is then rectified by using triangulated irregular networks (TINs) to deal with irregular local deformations caused by the fluctuation of the terrain. For each triangular facet of the TIN, affine transformations are estimated and applied for rectification. Experiments with Quickbird, SPOT5, SPOT4, TM remote-sensing images of the Hangzhou area in China demonstrate the efficiency and the accuracy of the proposed technique for multi-source remote-sensing image registration.     

基于NCC的存在旋转的图像匹配方法

图像匹配在导航制导、医学等领域具有十分重要的意义。由于实时图和参考图拍摄的时间不一样,容易存在旋转等现象,给图像的匹配带来很大难度。传统的归一化互相关(NCC)匹配算法是一种简单有效的匹配算法,但不适合存在旋转这种情况。在NCC匹配方法的基础上,利用参考图的多个角度的旋转达到匹配的目的,从而找出准确的匹配位置,并利用所得控制点和坐标转换模型找出参考图与实时图之间的相对位置关系,包括旋转角度与相对位移。仿真实验表明:此方法可较好地解决存在旋转的图像匹配问题。     

一种多光谱和SAR遥感图象的配准方法

针对现有配准方法在用于多光谱图象与ＳＡＲ遥感图象配准时,存在受ＳＡＲ图象斑纹噪声影响大,手工选取配准控制点（ＲＣＰ）精度低,利用图象景物特征配准时获取区域和边沿困难等缺点,以Ｌａｎｄｓａｔ ＴＭ图象与ＪＥＲＳ－１ ＳＡＲ图象配准为例,提出了一种利用分类图象形成的二值图象相关寻求配准控制点,并应用表面样条插值以提高ＲＣＰ精度的多光谱与ＳＡＲ感图象配准方法。由于在ＳＡＲ图象分类中利用了斑纹噪声的纹理特     

联合应用多传感器影象消除云层遮挡影响的研究

在利用光学的遥感影象进行制图的过程中,由于受到获取遥感资料技术条件的限制,所获取的影象常常受到云层遮挡的影响,而造成局部地区信息丢失,针对此问题,提出了一种联合使用多传感器在不同时间段接收的影象,以消除云层遮挡影响的方法,该方法主要分为两个步骤,即首先是对云层覆盖地区不同时间的影象进行自动配准;然后对用来替换云层覆盖地区的影象进行辐射改正,以消除替换过程中出现的接缝,同时利用SPOT和TM影象进行了实验,实验结果表明该方法是有效的、可行的,能够较好地恢复云层遮挡地区的信息。     

基于点特征的多源遥感影像高精度自动配准方法

提出了一种基于点特征的多源遥感影像高精度自动配准方法。该方法采用了由粗到精的配准策略。首先利用SIFT算子和一次多项式实现影像的粗配准,粗配准后的影像和参考影像将处于同一尺度（像素采样间隔）和参考坐标系下。其次在粗配准后的影像上提取分布均匀的特征点,根据前一步得到的影像间的坐标关系,在参考影像上确定一个较小的搜索范围,使用相关系数匹配出同名点,同时用Baarda数据探测法剔除粗差。最后根据同名点构建三角网对影像进行精配准。实验结果表明:该方法能够实现多源遥感影像的高精度配准。     

基于跨接约束的高分辨率SAR 影像与光学影像配准

为了实现高分辨率SAR 影像与光学影像之间自动/半自动配准, 提出了一种新颖、稳健的匹配算法。算法首先利用仿射变换进行SAR 影像和光学影像粗匹配, 简化了整体算法的处理复杂度;然后利用影像边缘稳健性, 使用边缘提取算子分别对SAR 影像和光学影像进行边缘提取, 为后续精匹配做好了数据准备; 最后使用基于边缘纹理跨接约束进行影像之间精匹配, 方法引入了邻域配准约束机制, 很好的解决了经典匹配多峰值效应, 提高了算法稳健性和实用性。以国内机载高分辨率SAR 数据和SPOT 25 PAN 数据为例进行算法验证, 实验结果表明该算法能实现自动/半自动的高分辨率SAR 和光学影像之间的像素级配准。     

Multisource ERS-1 and optical data for vegetal cover assessment and monitoring in a semi-arid region of Algeria

This paper highlights advantages of using Synthetic Aperture Radar (SAR) data combined with multispectral data to improve vegetal cover assessment and monitoring in a semi-arid region of southern Algeria. We present a number of preprocessing and processing techniques using multidate optical data analysis alone and SAR ERS-1 and Landsat Thematic Mapper (TM) data integration due to aspects of radar image enhancement techniques and the study of roughness of different types of vegetation in steppic regions. Image data integration has become a valuable approach to integrate multisource satellite data. It has been found that image data from different spectral domains (visible, near-infrared, microwave) provides datasets with complementarity information content and can be used to improve the spatial resolution of satellite images. In this communication, we present a part of the cooperation research project which deals with fusing ERS-1 SAR geocoded images with Landsat TM data, investigating different combinations of integration and classification techniques. The methodology consists of several steps: (1) Speckle noise reduction by comparative performance of different filtering algorithms. Several filtering algorithms were implemented and tested with different window sizes, iterations and parameters. (2) Geometric superposition and geocoding of optical images regarding SAR ERS-1 image and resampling at unique resolution of 25 m. (3) Application of different numerical combinations of integration techniques and unsupervized classifications such as the Forgy method, the MacQueen method and other methods. The results were compared with vegetal cover mapping from aerial photographs of the region of Foum Redad in the south of the Saharian Atlas. The combinations proposed above allow us to distinguish different themes in the arid and semi-arid regions in the south of the Saharian Atlas using a colour composite image and show a good correlation between different types of land cover and land use and radar backscattering level in the SAR data which corresponds essentially to the roughness of the soil surface.     

基于线特征和控制点的可见光和SAR图像配准

以具有典型人造目标的可见光和SAR (Synthetic aperture radar)图像为研究对象,提出一种自适应多尺度快速Beamlet变换方法提取人造目标在可见光和SAR图像的共有特征---线特征, 并基于线特征构造控制点,设计了一种基于控制点特征的匹配度函数,采用基于特征一致的粗配准和基于控制点的精确配准方法,对待配准图像实现由粗到精的自动配准. 实验表明,在可见光和SAR图像存在较大灰度差异、旋转和平移的情况下,该算法仍然能够精确配准图像.     

一种基于点特征的异源SAR图像配准方法

适配性分析是合成孔径雷达(Synthetic aperture radar, SAR)图像匹配的重要研究内容, 它研究图像是否适合选作基准图的问题. 本文研究基于点特征配准方法的异源SAR图像适配性分析, 以特征点的数目及稳健程度来度量SAR图像适配性, 提出基于点特征的异源图像适配性评价算法, 并构建出一种评价特征点稳定性的准则, 以指导选取合适的退化模型.实验结果表明本文所提出的点特征适配性评价机制能有效地度量指定SAR图像的适配性, 从而近似得出保障图源的适配性排序结果.