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。     

红外搜索跟踪系统中实时图像配准的研究和实现

为实现在红外探测器运动的条件下地面弱小目标的快速搜索与跟踪,提出了一种基于相位相关法配准和角点法配准相结合的红外图像配准方法实现对红外图像的运动补偿。根据相位相关法配准和角点法配准的特点,首先利用相位相关法对运动中的红外图像进行粗配准,然后利用相位相关法配准的结果作为角点法配准的先验信息实现图像的高精度配准。实验结果表明该算法能够在不降低配准精度的条件下,实时地为红外搜索跟踪系统提供红外图像的位移信息,有效地提高了红外搜索跟踪系统对弱小目标的检测率和检测精度。     

结合相位和ＳＩＦＴ特征相关的图像自动配准算法

提出一种鲁棒性较好的图像配准算法解决乱序输入图像序列自动拼接问题。首先为输入图像建立多分辨率金字塔,在较低分辨率图像层上进行相位相关区域搜索;接着对得到的相关区域进行SIFT特征相关验证,得到图像序列的配准关系和透视变换矩阵的初步估计;然后结合估计参数对原始图像的SIFT特征再次进行相关匹配,最终实现图像序列变换参数的精确求解。该算法结合相位相关和SIFT特征相关两种配准算法的优点并应用由粗到精的匹配策略提高了图像配准的速度和稳定性。     

基于边缘相关的红外与可见光图像配准方法

针对红外与可见光图像的配准问题,在传统的基于图像边缘相关匹配配准的基础上,提出一种改进的方法.该方法首先手动选取待配准图像与参考图像中包含同一目标的子图像;接着利用Canny算子提取子图像的边缘和子图像的边缘相关性,求取出子图像间的仿射变换模型参数;再进一步修正该参数,得到原图像之间的仿射变换模型;然后对待配准图像进行仿射变换及双线性插值,从而实现图像配准.实验结果证明,该方法较之传统的利用图像边缘相关性的配准方法,提高了图像配准的速度,具有较高的实时性和应用价值.     

基于相位相关的目标图像亚像元运动参数估计

为获取亚像元级目标运动参数,提出一种基于相位相关分析的图像配准方法。首先讨论了目标局部运动和全局运动的目标参数估计问题,通过图像减影运算和模块匹配方法实现粗配准,从全景图像中分离目标信息和背景信息,计算目标中心坐标,获取像元级运动参数;然后采用相位相关图像配准方法实现精配准,利用傅里叶变换的平移特性,对产生平移的目标图像,通过求解归一化的互功率谱的傅立叶逆变换,得到二维脉冲函数,其峰值对应图像位移,由此获取亚像元级位移量。在实验室通过自准直光学系统获取光斑运动图像,使用Leica经纬仪标定光斑运动参数精度。结果表明,该方法效果显著,最大配准误差为0.156,标准差为0.091,配准精度优于1/10像元。     

颈动脉B超估计血管壁搏动位移的干扰抑制

超声检测时,由于测量者把握探头的不稳定、受试者的呼吸运动等造成的干扰,将对通过B超图像进行斑点跟踪提取到的动脉壁位移的精度造成影响.为此,本文提出基于B超序列相位图像的全局刚性特征进行配准消除干扰.相位特征通过对B超图像进行Riesz变换,再采用高斯差分法提取得到.为了更快地完成寻优,减少配准误差,采用了基于位置加权的主轴质心法与互信息相结合的分阶段的配准方法.结果表明,与直接对B超或相位图采用斑点跟踪的方法相比,该方法有效去除了干扰,管壁位移提取的精度有显著提高.本文方法还可用于心脑等医学图像的配准.     

一种针对多通道GMTI的SAR复图像精确配准方法

提出了一种针对多通道GMTI的SAR复图像精确配准算法。首先,系统分析了配准误差对干涉相位的影响,推导出了对应配准误差的干涉相位Cramer-Rao界,并利用Monte Carlo仿真数据对配准误差的影响进行了量化。在此基础上,通过对待配准图像进行二维精确插值处理,生成模板图像库和相应的相关系数库,以适合多通道GMTI的复图像的相位相关为准则,找出模板图像库和相关系数库中与参考图像具有最大相位相关值的图像作为配准图像,从而实现多通道SAR复图像之间的精确配准。对基于所提算法的实测三通道SAR复图像进行慢动目标检测实验,结果表明所提算法能够提供多通道GMTI所需要的配准精度,证明了该算法的有效性和实用性。      

基于长边缘相关和一致性检测的多传感器图像配准方法

遥感图像的配准特别是当波段相距较远的图像间配准时,由于其相关性小,直接提取的边缘特征中不一致特征所占比例很大,此时直接应用partialHausdorff距离等方法配准往往失效。本文提出了一种基于长边缘相关的图像配准方法,首先对长边缘进行相关计算,然后在相关长边缘的基础上对其余的边缘进行一致性检测。极大提高了边缘特征的一致性。长边缘相关是在比较HuiLi的相关方法基础上提出的改进Freeman链码相关系数方法。一致性特征检测方法是基于V.Randrianarisoa的检测方法并对之进行了改进。最后对一致边缘的相关部分使用最小二乘法得到了配准参数。仿真实验表明本方法对长边缘丰富的图像有很好的配准结果。并且本方法具有配准速度快的优点。     

基于梯度相位相关的自动图像配准方法

图像配准是超分辨率重建、图像融合的基础。提出了非迭代的基于梯度相位相关的图像自动配准方法。首先分析了图像梯度和相位相关的理论,证明了提出方法的正确性;然后给出了图像配准的过程,并利用人工平移图像配准对该方法进行了实验验证。实验表明,该方法配准精度高,能有效地实现图像的自动配准。     

基于改进Keren配准方法的超分辨率算法

提出一种基于边缘检测和Keren配准方法的自适应归一化卷积超分辨率重建算法。为了进一步提高低分辨率序列图像间的配准精度,该算法将边缘检测与Keren配准算法相结合。首先利用Roberts算子对图像序列进行边缘检测,然后利用基于简化四参数仿射变换模型的Keren改进算法求出边缘图像间的平移和旋转参数。仿真实验结果表明即使在含有噪声及大角度旋转情况下,相比Keren改进算法该算法配准精度得到了显著提高;其中采用Roberts算子相比其他传统算子可获得更高的配准精度。最后采用自适应归一化卷积超分辨率融合算法进行超分辨率重建,真实混叠图像序列的实验表明,基于提出的这种配准方法的超分辨率重建图像获得了很好的视觉效果和更高的分辨能力,具有良好的应用价值。     

一种基于边缘的图像配准方法

图像配准是多传感器图像融合研究中的一项关键技术,多传感器图像特别是波段相距较远的相关性较小的图像,要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像,图像之间比较明显的特征是各个物体之间的边缘。该文研究利用小波变换的方法提取图像的边缘,并对边缘图像作交互方差分析,搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理,达到了精度较高的配准效果。     

稳健的图像匹配方法

景象匹配是计算机视觉研究的一个重要方向,如何在复杂的环境下提高匹配概率与定位精度是其亟待解决的难点之一。在分析畸变校正的量化噪声为高斯噪声的基础上,提出了基于特征和时空关联的积相关图像匹配算法。采用基于噪声抑制小波边缘检测方法,提取实时图和基准图的边缘特征;基于归一化积相关实现序列实时图(3帧)与基准图的匹配,再根据位置信息实现相关峰值的数据融合得到匹配点。此方法克服了因面积增大由几何失真导致的匹配概率下降的缺点,提高了匹配概率,具有较好的匹配稳健性。     

一种基于对称性边缘的多光谱图像配准方法

多光谱成像技术是遥感领域的一项重要技术。多光谱图像配准技术可以提高遥感图像的应用效率和能力。基于边缘结构在多光谱图像中较为稳定这一特性,提出了一种基于对称性边缘的多光谱图像配准方法,该方法主要包含“图像比例调整”、“对称性边缘提取”和“互信息配准”等三个步骤。基于天宫二号宽波段成像仪的遥感数据设计了一种多子图配准方案,验证了所提方法在可见光、短波红外和长波红外三个谱段之间图像配准的有效性。设置对比实验,将所提配准方法与其他多光谱图像配准方法进行比较,结果表明该方法在天宫二号宽波段遥感图像的配准中具有较高的精度。     

基于边缘和互信息的红外与可见光图像配准

采用一种结合边缘特征和互信息的图像配准方法,对红外与可见光图像进行配准。首先,用小波变换提取图像边缘,然后计算两幅边缘图像在不同条件（平移、旋转）下的归一化互信息,取归一化互信息最大时对应的配准参数为所需配准参数,再确定刚性仿射变换模型的参数,最后经过缩放、平移和旋转得到最终配准图像。     

采用最优峰值的相位相关红外图像配准方法

对数极坐标域下的图像配准方法常因相位相关互功率谱呈现多峰分布而影响匹配准确度,为此提出了一种基于区域最优峰值的相位相关红外图像配准方法。首先将待配准图像和参考图像转换到对数极坐标域,其次以自适应巴特沃斯高通滤波为预处理,最后结合归一化互相关和相位相关的相似性测度,在合理截断互功率谱半径轴低数值段的基础上,筛选出最优峰值实现自动配准,同时研究了对数极坐标变换尺寸对匹配性能的影响,给出了最优尺寸变换比。实验结果表明:该算法对噪声污染图像表现出较好的鲁棒性,对于存在平移、旋转和缩放的红外图像具有更高的配准精度。     

一种基于波程差补偿的InISAR图像配准方法

逆合成孔径雷达(ISAR)图像配准是干涉逆合成孔径雷达(InISAR)成像领域一个关键的课题,可以实现同一散射点在不同ISAR图像中的对齐,以便于后续的ISAR图像干涉处理。该文分析了ISAR图像失配准的原因,即散射点到不同天线之间的波程差,并据此提出一种基于波程差补偿的方法来实现不同天线ISAR图像之间的精确配准。首先通过调频傅里叶变换估计目标相对于雷达的转速;进一步根据波程差与目标转动角速度的关系构建补偿相位消除散射点到不同天线间的波程差,并通过2维傅里叶变换获得配准之后的ISAR图像。最后利用干涉处理获得目标真实的3维结构。该文方法可以在回波域通过波程差补偿实现ISAR图像配准,配准之后的各散射点在图像中的位置相同;而经过相关法配准之后的ISAR图像中的各散射点之间有一个像素单元的错位,即该方法的配准效果更精确。此外,基于相关法的图像配准方法耗时达到万秒级,而基于该方法的ISAR图像配准时间仅为秒级,即该方法计算效率更高。最终的InISAR 3维成像结果中,该方法的散射点坐标重构误差为0.3034,而基于相关法的成像结果的误差(45.8529)远大于此。因此,基于所提出方法的InISAR 3维成像结果精度更高。      

基于多阈值归一化分割的模糊图像边缘分割算法

模糊图像边缘的像素特征较为复杂,一般需要采用多个阈值作为分隔约束条件的方法来进行图像边缘分割,但是该方法存在诸如多阈值无法形成统一标准、边缘提取过程需要多次校对,以及效率较低等缺点.提出一种基于多阈值归一化分割的模糊图像边缘分割算法,通过设计超像素网格对模糊图像边缘特征的像素进行匹配,分析模糊图像的反调张量信息,并根据不同张量信息对多阈值进行归一化,以及采用灰度窗口相关系数匹配方法,将获得的多阈值归一化结果分别覆盖图中的单一目标对象,以实现模糊图像的边缘分割.实验表明,利用该算法进行模糊图像边缘分割能较好地获取图像的边缘细节特征,使得边缘具有更好的连线段连通性和宽度一致性.     

基于边界特征增强的模糊图像配准

二维特征点的检测和提取是进行图像配准的关键技术。由于不同传感器的成像机理不同,检测和提取的方法也有所不同。针对模糊图像的弱点,分析了通过增强象素模糊属性对比度来提取边界特征的基本原理,实现了两幅图像的配准。计算机模拟实验结果也表明了在实现模糊图像配准的过程中,采用增强象素模糊属性对比度的方法可有效解决图像的边界特征提取问题而且具有较高的配准精度。