基于小波分析的可见光图像自动配准方法研究

研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。     

基于三角形几何相似性的图像配准与拼接

介绍了一种基于三角形几何相似性的图像配准方法.提取两幅待拼接图像的特征点,将每幅图像各自的重叠区域内或图像内容复杂情况下的选定区域内的特征点任意组合为三角形,得到分别对应于每一幅图像的三角形集合.然后根据定义的新的三角形表示方法,包括最大角方向和最小角方向,在两组三角形集合内层层筛选任意组合的三角形对,最终找到其中的匹配三角形对,即相似三角形对,从而找到匹配的点对.最后计算图像间变换矩阵,对图像进行拼接,得到了一张具有更宽视野的无缝拼接图.该方法只与特征点间相互几何位置有关,所以对两幅图像间的灰度差异、任意的旋转、缩放等都表现了很强的鲁棒性.     

SAR图像与多光谱图像融合方法研究

本文针对SAR图像分辨率高、纹理信息多、斑噪影响大，而多光谱图像光谱信息丰富、分辨率较小的特点，提出了一种SAK与多光谱图像的数据融合算法。该方法分三步进行：首先使用粗糙集理论选取图像特征，在此基础上，对特征提取后的图像进行配准，配准中采用了数理统计中近似正态分布的方法，配准精度在一个像素以内，最后采用相关性加权的方法对配准后的SAK图像与多光谱图像进行融合。融合实验以LandSat的TM图像与Radsat的SAK图像为例，实验结果表明该方法取得了较好的融合效果。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

图像配准方法研究

图像配准是图像处理的基本任务之一,常常是作为图像处理应用的前期处理步骤使用,用于将不同时间、不同传感器、不同视角下获取的两幅或多幅图像进行匹配。本文在对图像配准的几种变换介绍的基础上总结了现有的几种配准方法,并分别分析了其存在的优缺点,在文章结尾对图像配准的发展趋势做了展望。     

图像配准的统计数值分析

从图像的灰度信息出发,对联合概率分布进行计算分析,通过最大化联合概率分布在二维平面上的聚集度来完成图像的配准过程,并就图像在完全配准、不完全配准、相互独立的情况下其灰度值的联合概率分布进行了数值统计分析.文中以长波红外图像、中波红外图像、短波红外图像为例进行了仿真.分别对5种配准情况的不同配准测度进行了数值和图表分析对比,分析了不同配准测度之间的评价一致性问题.     

多分辨率的自动MRI图像配准

在功能磁共振成像过程中，头部运动会造成相同层面图像在空间位置上的不匹配，带来严重的伪差或导致功能信号的丢失。因此，在对ＭＲＩ图像进行检验之前，必须将其与一个标准或参考图像配准，本文提出了一种多分辨率的最优化算法，由于ＲＭＲＩ图像被表征成为连续形式且多分辨率的数据结构图像具有平滑作用，该算法良好的配准精度和抗噪声能力，另外，算法的大部分叠代是在低分辨率情况下进行，且在高分辨率情况下，最优化方法具有委     

点特征提取在锂电池丝印图像配准的应用

目的 为了提高锂电池丝印图像配准精度,从而解决产品质量检测中的漏检和误报问题,研究点特征提取算法在锂电池丝印图像配准中的应用.方法 对基于点特征的锂电池丝印图像配准进行综述,首先概述点特征提取算法的发展历程,然后着重围绕Harris,SIFT,SURF,ORB和AKAZE等5种经典的点特征提取算法进行分析,并介绍近几年的提升算法,最后对锂电池丝印图像进行配准测试,利用几种测评技术对实验效果进行分析,总结不同点特征提取算法在锂电池丝印图像配准中的优缺点和适用性.结果 实验结果表明,AKAZE算法提取的特征点具有较高的重复率和匹配准确率,经过配准后的定位误差也都控制在1个像素以内,但是该算法的尺度不变性较差.结论 相较于前4种算法,AKAZE算法具有较高的可靠性和稳定性,能够满足锂电池丝印图像配准的实时性和高效性需求.     

模式图像的特征提取与配准方法

目的提高产品包装模式图像的匹配速度和准确性,得出算法中影响这两方面的关键因素。方法运用高斯金字塔对原始图像进行向下采样,将图像转换为尺度空间的表示方式;利用加速稳健特征(SURF)方法提取特征点,并对SURF方法提取的特征点用Brute-Force算法进行匹配;通过对每组匹配点欧式距离的排序,剔除误匹配点,仅保留一定数量的正确匹配点对。结果得出高斯金字塔、Hessian值、颜色空间对计算速度及获取特征点数量的影响。颜色空间的改变不影响特征点数量,在计算时间上的差别也可忽略。尺度空间缩小1/2时,计算速度能够提升75%,同时剔除2/3的冗余特征点。结论文中方法能够有效提升特征提取速度,并且具有匹配精度高、鲁棒性强的特点,同时对旋转角度的变化具有较强的适应性。     

多重约束下由粗到精的多源图像自适应配准算法

本文提出了一种多重约束下由粗到精的多源图像自适应子像素级配准算法.该算法采用影像特征点作为匹配基元,利用具有不同精度等级的组合判据法、整体松弛法、最小二乘法实现由粗到精的匹配,同时在匹配过程中加入了多重约束,如定位点控制约束、交叉匹配约束、连续控制约束,以保证获取的配准控制点的可靠性和剔除粗差点.此外,该算法利用配准控制点自适应地构建整个图像的三角网,最后依据改进的三角形填充算法对目标图像进行逐像点纠正.对同源和非同源的遥感图像的实验证明,SPOT4全色图像(10m/pixel)和SPOT5多光谱图像(10m/pixel)的配准精度分别达到6～7m和5～6m.     

结合小波与增量符号相关的鲁棒图像匹配

结合小波变换和增量符号相关提出了一种有效的鲁棒图像匹配方法。将实时图和基准图做小波分解以获得粗尺度的平滑图像;利用相邻像素间灰度的升降对所获得的平滑图像进行二值化重新编码;匹配二值化后的实时图和基准图,找出前者在后者中的坐标,进而确定实时图在基准图中的位置,以完成匹配。小波分解能有效的去除噪声并能大大提高匹配算法的实时性。增量符号相关方法对图像灰度值的变化不敏感。因此,二者相结合不仅有效的解决了存在噪声干扰、阴影混入（块误差）和部分遮挡等影响下的图像匹配问题,且与传统匹配方法相比,匹配速度提高了约10倍以上。理论分析说明了方法的可行性,多组实验显示了其有效性。     

Hybrid retinal image registration using phase correlation

Abstract

This paper deals with registration of retinal images, which were taken by high-resolution digital colour fundus cameras. The proposed method describes successful application of phase correlation method. It combines several basic steps — global correction of shift, rotation and scaling, detection of landmarks, their correspondences and finally image registration using second-order polynomial model. The method is tested on two sets of images. The first set contains images from the diabetic patients where many retinal pathologies can disturb the registration process. The second set contains images from healthy subjects, which were acquired by different illumination conditions. The method was evaluated using four different criteria - tree objective and one subjective. These criteria are also compared. The achieved registration accuracy of the landmarks position error is 1·13 and 0·93 pixels for respective image sets. Finally, the simple scheme for retinal pathology visualisation of registered fundus pairs is presented.     

一种新颖的虹膜识别方法

提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor小波变换提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征,在滤波后的子窗口图像上运用灰度级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部特征进行分类识别。设计了FIS(模糊推理系统)特征融合分类方法来提高虹膜识别的鲁棒性。实验结果表明本方法有效可行,可以达到98.5%的识别率,并在保持1.4%较低的FRR(拒绝率)的同时可以使FAR(误识率)减少到0.1%。     

车载图像配准稳定算法中的关键技术

提出一种有效的车载图像配准稳定算法,这种算法的关键技术包括：一是采用由粗到精、由局部匹配到全局配准的两级配准策略,即在粗配准阶段,利用基于灰度投影均值的SSDA改进算法进行快速模板匹配;精配准时,借鉴联合直方图区域记数法的思路,在灰度信息的统计特性空间上巧妙定义一种全局准则函数,既能保证精度又摆脱了大量的浮点运算。二是在运动滤波时通过自适应选取滑动窗口的长度,降低了图像序列的抖动,同时防止过稳现象的发生。实验结果表明,该算法的平移配准误差( 0．254, 0．083)远远小于1个像素,且在一定硬件平台上稳定单帧图像需要14．7ms,仅为同精度其它算法的1／3,从而满足了车载图像系统的实时性和精度要求。     

一种快速图像纹理分析算法

针对目前的纹理分析算法普遍存在计算复杂、运行时间过长的缺点,提出了一种新的图像纹理分析算法。该算法利用差分概念定义出图像的差分矩阵和差分直方图,并从差分直方图中提取特征进行图像纹理的相似度度量。由于本算法在考虑人类视觉特性的基础上尽量采用加减运算,因此不但具有与人类视觉特性相联系的特点,更使得算法的运行效率大大提高。使用本算法对brodatz 图像库进行的检索实验表明,该算法在查准率和检索效率上与共生矩阵算法相比分别提高13.9160%和 9.5 倍,具有与传统算法相比更好的检索效果和更高的检索效率。因此该算法可以满足实时性要求较高的场合,弥补了目前算法运行时间长的缺点。     

利用傅里叶变换提取图像纹理特征新方法

研究发现,由图像傅里叶周向谱传统算法得到的频谱分布不能够真正反映其频率特性。因此,根据傅里叶变换的共轭对称性,提出了更具有一般性的长方环傅里叶周向谱能量百分比新算法。该算法均匀地把图像功率谱分成20个等间距同心长方环,计算每一个长方环内功率谱能量占总能量的比值作为图像频率分布特征。实验证明,新算法能更好地反映具有一般性的不同频率图像的纹理特征。在对作物缺乏营养元素诊断识别研究中,新算法提取的特征有效性远远高于传统算法,使识别的准确率达到82%以上。     

应用形态学与图像流法的空间小目标提取方法

针对光电探测所得低信噪比图像序列,提出了一种结合形态学和图像流法的空间小目标提取方法。根据非线性滤波器在保护图像细节方面的良好性能,在图像预处理中采用非线性的形态滤波器进行背景估计和对消。在利用多帧图像进行目标提取时,针对多帧图像积累的有效性保证问题,采取了在积累前进行图像形态膨胀的方法,通过图像流法进行多帧图像航迹关联。形态操作中采用模板分解的措施大大减少了运算量。实验结果显示,采用该方法可以提取信噪比为2的小目标,验证了方法的有效性。     

顺序形态变换的图像增强算法

根据顺序形态变换的相关概念和性质,提出了一种新的图像增强算法。该算法通过对图像做局部加权均值滤波,得到图像增强的基值分量;采用多方位结构元素与图像边缘匹配,计算图像关于各个方位结构元素的加权均值并选取其中的最大值来确定边缘;将此最大值与基值分量之差作为增强分量来扩大图像灰度梯度的动态范围;针对图像中的高灰度区和灰度剧变区,应用图像局部均值和方差自适应调节增强系数。因此,算法在抑制图像中的高频噪声的同时,能有效提升图像中的边缘和目标。实验结果表明,增强前后图像标准差由41.1515,36.9133提高到62.0535,52.8331;图像熵由15.8463,16.8998减少到15.8156,16.8324。     

基于方块编码的图像特征提取及检索算法

提出了一种基于方块编码的图像检索算法.首先将图像分成互不重叠的子图像块,根据图像块中各像素间的色差,利用方块编码的思想对这些子图像进行编码,然后根据人眼的视觉特性来定义图像的关键块,最后借助于基于关键字的文本检索技术进行图像检索.同时,考虑到不同类型的关键块在表征图像内容时重要程度的不同而赋予其不同的权值.实验结果表明本文算法在图像的相似性检索时是有效的,并具有较高的检索效率.