结合多分辨率修正曲率配准的层间插值

针对体数据各坐标轴分辨率不一致,导致医学及工业三维图像重建时出现边界台阶状结构、细节断裂或缺失等问题,提出了基于多分辨率修正曲率配准的层间插值方法。该方法采用反投影重建形式增强图像细节,解决配准图像清晰度和对比度弱的问题;利用三次卷积插值构造切片的低分辨率图像以保留图像细微结构,提高配准精度。采取从低分辨率粗配准到高分辨率精细配准的策略减少计算时间,提高计算效率。利用切片图像对应像素间存在对称形变结构的特征,建立了修正曲率模型估计形变场,解决了配准时单向形变不一致的问题。最后,通过离散余弦变换(DCT)的数值解析方案对构建的形变场估计函数进行优化,利用最终形变场数据对切片进行线性插值,计算出层间图像。实验结果表明,提出的算法能够消除现有方法插值图像的边缘模糊现象。与线性插值算法相比,提出方法的均方差(MSD)减小了40%,高于对称曲率模型,且耗时仅为该模型的20%左右,满足应用要求。     

基于超分辨率重建的亚像素图像配准

针对低分辨率图像在配准过程中精度较低的问题,提出了一种基于超分辨率重建的亚像素图像配准方法。首先,对具有1至9像素位移的图像序列进行10倍降采样,获取具有0.1至0.9亚像素位移的图像序列。然后,根据图像的获取过程建立数学模型,以Bayes理论为基础,使用最大后验概率法(MAP)对亚像素位移低分辨率图像进行超分辨率重建,获取高分辨率图像。最后,使用具有亚像素配准精度的扩展相位相关法对图像进行配准。配准实验与噪声实验表明,所提方法的最大配准误差为0.03pixel,能实现对低分辨率图像的亚像素级配准,具有配准精度高、噪声抗干扰能力强等特点,可同时满足可见光图像与红外图像的高精度配准要求。     

结合仿射变换和多层B样条配准的湍流畸变图像校正

为解决大气湍流引起的图像抖动和图像偏移问题,提出了一种结合仿射变换和多层B样条配准的图像校正方法。由于湍流像素偏移具有非线性和随机性,且序列中常伴有成像系统运动引起目标全局运动,该方法将像素校正分为整体运动校正和局部非刚性配准两部分。采用仿射变换描述目标整体运动;引入多分辨率策略处理像素偏移,利用多层B样条对湍流引起的局部形变进行非刚性配准。基于对称约束的代价函数,通过梯度判定感兴趣区域,进一步细化控制点网格提高B样条配准精度。最后,采用有限内存拟牛顿法优化代价函数,得到像素偏移量,实现畸变图像的像素校正。对真实图像和实际序列图像分别进行了实验,结果表明:该方法能够有效降低湍流造成像素偏移畸变,在噪声和模糊干扰下校正结果依然理想。     

光谱仪图像的亚像素配准

针对超光谱成像遥感存在的光谱仪图像间失配变形,影响地物目标光谱信息纯度的问题,提出了一种结合超光谱图像特点的亚像素配准方法来校正图像间的失配变形.首先,对待配准的可见光近红外(VNIR)和短波红外(SWIR)光谱仪图像分别进行波段选择和主成分变换,将变换后的第一主分量图像作为待配准图像.然后,将待配准图像均匀划分为具有一定重叠率的图像块,利用相位相关方法估计对应图像块的亚像素平移参数,通过相位相关系数剔除错误的平移参数估计生成图像的光流场.最后,通过光流场来实现光谱仪图像的配准.实验结果显示,该方法配准精度优于0.1pixel,满足超光谱图像后续处理对配准精度的要求.     

投影散斑相关方法测量芯片翘曲度

本文采用投影散斑相关法对芯片翘曲度进行了测量。利用单个CCD和单个投影装置多次扫描的方法，得到若干幅具有部分重叠区域的小图像，然后通过配准和拼接获得全景图像，实现整体测量。在拼接区标定若干控制点，然后以这些控制点为基准进行坐标变换实现重叠区域的配准和拼接，以提高分辨率、实现全场测量，得到芯片相对于标准平面的面内位移和形变。通过三角法标定，获得了离面位移和形变，从而完成了对手机屏幕芯片翘曲度的测量。与牛顿环测量法相比较，结果证明了投影散班方法测量芯片翘曲度的精度和可行性。     

三维变焦测量序列图像配准研究

在三维变焦测量技术中,驱动单元控制被测物移动同时相机采集序列图像,此过程中由于环境不稳定如载物台振动、光照条件的变化等可能导致图像失配,因此有必要对序列图像配准使得其在几何位置意义上对齐。提出利用结构相似性测量(SSIM)定量评价配准质量,同时通过将配准后图像与参考图像对比差异化显示,更加全面地衡量配准效果。首先根据单反相机拍摄的标定板图像对比分析了基于灰度信息和不同特征的配准方法,考虑到序列图像配准对速度和准确度的要求,确定了基于SURF特征的配准方法。然后对三维变焦序列图像进行配准,效果良好且根据配准得到的变换矩阵可以看出图像间仅存在几个像素内的平移。     

一种快速高精度的零件图像配准算法

针对大批量机械加工零件测量时图像配准精度低、速度慢的问题,提出了一种快速高精度零件图像配准算法,分初始配准和精确配准两个过程。初始配准采用零件最小外接矩形和图像形心,以缩减配准参数范围提高配准速度。精确配准将互信息作为相似度准则,利用空间位置一致时互信息值最大实现参数最佳定位提高配准精度。实验结果表明,对于2048×2048像素的机械加工零件图片,算法配准平移量精度达到像素级,配准角度误差不超过0.1°,配准时间小于2.1 s,满足实际连续测量中大批量零件配准要求。     

轮对轮辋厚度检测中图像配准方法研究

针对轮辋厚度参数的在线检测,提出了基于双相机的轮辋厚度参数检测方法,其中图像配准是影响该参数计算的重要因素。在分析轮对轮廓线图像特点的基础上,提出了利用配准板特征点的图像配准方法,设计了图像配准步骤,采用仿射变换作为图像配准中的变换模型。为保证配准精度,在综合考虑配准板上特征点的数量和特征点的分布的基础上设计了配准板。通过图像配准实验,提取了配准板特征点坐标,求解了仿射变换矩阵。实验表明,该方法的配准精度为2个像素。     

基于区域划分的红外超分辨率重建

提出了红外超分辨率重建系统以获取高分辨率红外数据。首先,根据红外图像获取过程建立了数学模型,讨论了降采样、模糊、运动以及高斯噪声对红外系统的影响;在非退化特征提取的基础上提出了基于特征的亚像素配准算法,其根据所得到的非退化特征应用归一化均方根误差来估计两帧之间的亚像素位移。然后,分析了传统全变分因子在高分辨重建时的不足并对其进行改进;利用区域划分将图像划分为平滑区域和细节区域,并根据区域的不同情况自适应全变分因子,从而使细节区域不至于过平滑。最后,利用MM(Majorization Minimixation)算法对合成的低分辨率红外图像和真实红外图像进行了超锐度重建。与同类相关算法的比较实验显示:所提算法亚像素配准最大误差为0.09pixel,重建后的红外图像质量优于其他同类算法。所提算法可以对低分辨红外图像序列进行有效重建,具有配准精度高、重建图像细节丰富等特点,可应用于各种红外成像系统。