基于特征点的图像配准方法研究

图像配准是将不同条件下(时间、传感设备、气候、角度等)得到的两幅或者多幅图像进行匹配、叠加的过程.通常,每种配准技术都是针对某一类具体应用的,有一定的局限性.文中提出了一种融合的、基于特征点的图像配准方法,首先采用小波变换和USAN区域特性相结合的角点检测方法,然后利用互相关和RANSAC相结合的方法进行特征点匹配,最后采用薄板样条法求解点变换矩阵.通过这种方法可以弥补不同配准方法的不足,提高配准精度.通过对人物、景物等大量图像进行实验分析,证明此算法具有很好的配准精度、环境适应性和实时性.     

基于单演相位的红外图像配准

将单演相位（monogenic phase）的概念用于红外图像特征点的匹配，完成了红外图像的配准。其核心思想是用Harris角点检测算法提取特征点，然后以单演信号元素{p（x），q1（x），q2（x）}构成相关矩阵．提取出初始特征匹配点对，再用随机抽样一致性算法（RANSAC）去除伪匹配的特征点对，选择内点集估计对极几何的基本矩阵，实现图像的配准。实验验证，单演相位的应用高效稳定地完成了红外图像的配准。     

图像配准方法及其在目标跟踪中的应用

给出了一种基于点特征的图像配准方法,可以用于复杂背景下任意角度旋转的图像之间的配准。图像配准算法分为四个步骤:用Forstner算子分别提取参考图像与待配准图像的特征点;使用旋转不变特征向量获取特征点之间的初始匹配关系;使用投票算法剔除误匹配点对,获取正确配对的同名点对;用最小二乘方法由正确配对的同名点对获取图像之间的配准参数。给出了基于点特征的图像配准方法在目标跟踪中的应用方法,并进行了仿真实验,结果证明该图像配准算法可以对复杂背景下弱对比度静止目标进行精确跟踪,而且算法具有很好的通用性。     

一种基于改进SIFT的SAR图像配准算法

为克服SIFT (scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法.该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准.仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级.     

一种傅里叶——梅林变换空间图像快速配准算法

为了实现低信噪比条件下暗弱空间碎片的探测,提出了一种基于傅里叶—梅林变频(FMT)的图像快速配准算法。首先,通过计算2幅原配准空间图像间的相关系数T并与阈值βth进行比较,快速判断图像间的旋转系数;其次,为了在保持配准精度的前提下获得较好的实时性,提出在配准算法的不同阶段采用不同方法对空间图像进行插值。通过基于FPGA+DSP硬件平台的实验验证表明,该算法能够实现0.5个像素精度的配准,与传统的基于区域和基于结构特征的配准算法相比,本文提出的算法配准速度分别提高55.319%和50.878%.基本满足了空间图像配准对实时性和高准确度的要求。     

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准.实验结果证明了该算法具有较强的鲁棒性.     

尺度不变特征变换算法在图像配准中的应用

为了提高图像配准的稳定性和可靠性，研究了尺度不变特征变换（Scale Invariant Feature Transform）算法在图像配准中的应用。在尺度空间。尺度不变特征变换算法对图像的平移、旋转和仿射变换具有不变性。将该方法应用到图像配准中，验证了尺度不变特征变换算法的稳定性和可靠性。甚至对任意拍摄角度的图像都具有稳定的匹配能力。     

基于SURF 与BRISK 的遥感图像配准

针对SURF算法在构建局部特征描述符阶段耗时过长的问题,提出一种基于BRISK二进制特征描述符的改进SURF算法。应用SURF算法中快速DoH(determinant of hessian)算子检测特征点并确定主方向,采用BRISK描述符进行特征描述,通过匹配阶段采用汉明距离双向匹配和RANSAC算法剔除误匹配,并利用最小二乘法获取精确配准模型完成图像的配准。对比实验结果表明：该算法大幅提高了匹配速度,其匹配性能也超越了原SURF算法,能够较好地完成遥感图像配准。     

基于小波多尺度图像配准的水印算法研究

为提高水印图像对几何仿射变换的鲁棒性,提出基于小波多尺度图像配准算法,并采用Hausdorff距离作为性能函数,有效地减少了搜索复杂度,解决了由于嵌入水印使图像特征位置偏移,导致提取的边缘特征点不能一一对应的问题.实验证明该方法可以极大地提高检测器性能.     

基于ICT图像配准技术的固体火箭发动机装药缺陷诊断

针对人眼观察固体火箭发动机ICT图像容易误判及遗漏缺陷的问题,采用ICT图像配准技术,将待检固体火箭发动机的ICT图像与无缺陷标准ICT图像配准对比,以便突出固体火箭发动机装药缺陷。改进了基于归一化互信息量为配准测度的配准方法,在配准测度中添加进了ICT图像像素之间的位置信息,以增强配准算法的精度和鲁棒性。实验结果证明,提出的方法可以精确的完成图像的自动配准并可使缺陷部位灰度对比更加显著,便于捕捉缺陷。     

动态背景中基于特征点引导的动目标快速检测方法

为解决传统方法的不足,提出一种新方法实现动态背景中运动目标的快速检测。充分利用图像的特征点信息,对传统的SSDA算法进行改进,实现视频序列相邻帧间的配准。在经过配准的帧间,利用特征点及其邻域的灰度信息求取小窗口的灰度差的总和,则匹配误差较大的特征点必处在动目标区域,据此检测出运动目标的位置。实验证明,该算法具有简单、快速的优点,可用于动态背景中的动目标检测,也可用于图像的变化检测。     

一种基于SIFT特征的序列图像拼接算法

针对序列图像拼接问题，提出一种基于尺度不变特征（SIFT）的自动拼接方法。该方法首先计算图像SIFT特征向量，作为匹配的依据，其次利用SIFT特征进行图像配准，进一步配准的基础上利用图像交叠处距离差来线性融合边缘，取得较好的平滑的镶嵌效果，最后通过对真实场景序列图像进行拼接，实验验证了该方法的有效性．     

光学透射式汽车抬头显示器系统的虚实注册方法研究

针对光学透射式汽车抬头显示器(HUD)增强现实系统的虚实注册问题,提出一种无标识虚实注册方法。介绍了HUD系统组成,并对系统各部分进行坐标定义;建立了各坐标系转换关系,得到初始注册矩阵。随后获取图像对,对图像进行特征提取,利用最小化灰度测量误差方法建立图像间的关系。采用非线性优化方法求解公式,对相机姿态进行估计,得到当前状态下的注册矩阵。通过合成初始矩阵与当前矩阵得到HUD系统的虚实注册矩阵。实验结果表明,系统的注册值与真实值相关距离为0.088 9,满足注册精度要求,且对比于其他方法,算法速度有所提高。     

基于对数极坐标变换的景像匹配算法研究

针对成像制导过程中对实时性和准确性的要求,对存在旋转和尺度变化的航拍照片的匹配进行研究,提出了一种基于对数极坐标变换的匹配和跟踪算法.匹配时先对基准图和实时图按多分辨率金字塔法进行对数极坐标变换,利用对数极坐标的旋转和尺度不变性进行匹配.匹配后,用相对运动时目标的对数极坐标变换图像梯度下降最小相异评估方法对目标进行跟踪,通过对航拍照片进行匹配测试,证明了这种方法的有效性.     

基于文化粒子群的图像配准优化算法

针对图像配准中采用互信息作为配准相似度函数存在配准精度小和收敛速度慢等问题,构造了一个基于最大化互信息的配准测度函数。结合一种适用于图像自动配准的文化粒子群优化(CPSO)算法,给出了一种新的图像配准算法。该算法将搜索空间设置成群体空间和信念空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。群体空间的粒子群不仅通过跟踪个体极值和全局极值来更新自己,还通过不断与信念空间中的优秀个体交互,加快群体的收敛速度。这就克服了图像配准中计算量过大、搜索速度慢等问题。大量实验表明,与现有的粒子群优化（PSO）算法配准算法相比,文中提出的算法具有较好的鲁棒性和配准精确率。     

基于对应像素距离度量的图像匹配跟踪算法

结合最小绝对差度量MAD和Hausdorff距离度量的基本思想,提出了一种新的对应像素距离相似性度量方法的图像匹配算法和自适应模板图像匹配跟踪算法,并对对应像素距离相似性度量方法的图像匹配算法的匹配跟踪性能进行分析.对这2种算法的匹配跟踪性能参数的实验结果进行比较.实验结果表明:对应像素距离相似性度量方法的图像匹配算法具有较强的抗噪、抗畸变能力和稳定性,具有较高的匹配精度和匹配概率.