基于圆形窗和HNCC的针对旋转图像的匹配方法

在基于区域的匹配方法中,匹配窗口一般是方形或长方形,如果存在变形,如旋转等,匹配将变得十分困难。提出了一种基于圆形窗和HNCC的匹配方法,首先把实时图分成几个方形窗口,以方形窗的内切圆作为匹配窗口,利用提出的HNCC方法在参考图中找出这些小窗口对应的控制点,并进行一致性检查去除误匹配点。根据坐标的转换模型和最小二乘方法,求出参考图与实时图的对应坐标关系。与现有的基于特征的匹配方法相比,此方法很容易得到控制点而不需要图像中有明显的特征,同时此方法简单、有效、容易理解。仿真试验证明了此方法的有效性。     

采用矩不变量的激光雷达距离像匹配方法

为了解决激光成像雷达距离像匹配中的尺度和旋转不变性问题,提出了一套完整的距离像匹配方法,主要包括图像比例调整、Krawtchouk矩不变量提取、构造特征空间及搜索匹配4部分内容.以仿真激光成像雷达距离像为实验数据,通过调整实时图与参考图之间的比例缩放、提取两图的Krawtchouk矩不变量并以此构造特征向量进行匹配.实现了仿真激光雷达距离像的景象匹配.实验结果表明,该算法在一定比例的缩放和任意角度旋转的情况下,匹配正确率和匹配精度都较高,算法的抗高斯噪声能力较好.     

一种基于兴趣点特征匹配的图像镶嵌技术

提出一种基于兴趣点特征匹配（IPFM）的图像自动镶嵌技术。首先利用混合的角和边检测器获取待镶嵌图像中的兴趣点，通过采用一种双向最大相关系数匹配的方法提取出初始特征点对，然后用空间坐标距判别准则剔除伪特征对，最后利用正确匹配特征点对实现图像的镶嵌。此外，在图像融合技术中引入了域值的概念，从而解决了重叠区域图像平滑过渡问题。实验表明：该方法能够快速准确地提取出两幅图像间的对应特征点，大大降低了误匹配的概率；在图像间存在小的旋转量情形下，仍能有效地实现图像的平滑镶嵌。     

基于傅里叶梅林变换的SURF算法

针对加速鲁棒性特征算法,在没有后续去误匹配等处理的情况下,对存在较大旋转角度的两幅待匹配图像,匹配精度较低的问题,提出了一种基于傅里叶梅林变换的SURF算法。该算法通过对待匹配图像和参考图像实施傅里叶变换和梅林变换,利用能量谱求出两幅图像发生的旋转角度,并利用SURF算法找出图像间发生的平移和尺度变化,实现了图像间的匹配。实验结果表明,该算法可有效地实现图像间存在较大旋转角度时的几何匹配,且相比已有的SIFT和SURF算法,具有更好的匹配效果。     

基于多分类的虹膜匹配方法

在传统的虹膜识别系统中,虹膜匹配被认为是一个二分类问题：类内匹配和类间匹配。许多已存在的方法简单地利用距离来执行虹膜匹配。由于这些方法不能很好地利用虹膜特征,所以会产生很高的拒识率和误识率,且鲁棒性不强。为了解决这些问题,提出把虹膜匹配当作一个多分类问题,采用一种新颖的蕨算法（Ferns）分类器来完成该工作。相比支持向量机（SVM）分类器,在执行虹膜匹配时,Ferns分类器有诸多优点。为了对提出的算法给出全面评价,实验中分别在认证和识别这2种模式下对该算法进行测试。实验结果证明,提出的方法可以极大地改善虹膜识别系统的性能。     

异类图匹配方法研究

异类图(不同传感器所成的图像)的匹配具有重要性和挑战性,与传统的匹配相比有很大不同。从可见光、红外以及雷达的成像机理出发,对异类图匹配的方法进行了分析和总结,对其适应性和局限性进行了归纳,提出了异类图匹配难点和研究方向,对异类图的匹配研究具有一定的指导和借鉴意义。     

图像几何校正控制点的自动确定方法

依据图像几何校正的一般思路，提出了一种有效控制点（CP）自动确定方法，首先定义了基准控制点（RCP）及畸变控制点（DCP）的概念，设计了一种基于图像方差的检测模板，提出了相应的检测准则及搜索方案，然后在畸变图像中利用归一化积相关图像匹配算法实现了基准控制点相对应的畸变控制点的精确定位，并给出了方法的算法流程，最后，以几何旋转畸变图像为例进行仿真实验，准确辨识出了畸变模型的参数，验证了方法的可行性有效性。     

基于多尺度多方向Gabor模板的光学/SAR景象匹配

合成孔径雷达(SAR)成像制导通常采用光学基准图和SAR实时图进行特征提取和景象匹配.提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabor模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配.该方法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传统方法具有较高的鲁棒性和准确性.     

基于空间变换迭代的SIFT特征图像匹配算法

SIFT（Scale Invariant Feature Transform）特征由于具有旋转、平移和尺度不变性在图像匹配中得到了广泛的应用。但直接运用SIFT特征进行匹配,存在两个问题:易受匹配参数的影响,出现较多的错漏匹配现象;只适用于相似变换情况下的图像匹配,对于高维的仿射变换情况则难以奏效,而在实际图像匹配中这种情况更为常见。针对以上问题,提出了一种空间变换迭代的SIFT特征图像匹配方法。把SIFT特征点集匹配转化为SIFT特征向量与点集的几何分布信息相关的函数最优化求解问题,通过在确定性退火框架下,迭代求解空间仿射变换与点集匹配对应关系,最终得到最优的SIFT特征点匹配关系。仿真实验表明:在较大仿射变换情况下该方法仍能实现图像SIFT特征点集的正确匹配。     

Delaunay三角形剖分约束下的图像配准算法

针对一般的特征点匹配只考虑了特征点本身蕴含的信息,容易发生误匹配的问题,给出一种基于Delaunay三角形剖分(Delaunay Triangulation, DT)的图像匹配算法。该算法对参考图和感知图中可能的正确匹配点进行DT剖分,对剖分后的图形进行对比并找出一致的结构,进而得到正确匹配点。实验结果表明该算法可以有效地抑制SURF（Speed Up Robust Feature,SURF）中的错误匹配,增强匹配可靠性,与RANSAC（Random Sample Consensus, RANSAC）法相比,可以大幅缩短计算时间,在基于点的图像配准方面具有较高的应用价值。      

基于改进CPD算法的SPECT-B超甲状腺图像配准

为了获得更多甲状腺肿瘤的诊断信息,文章提出了一种基于改进CPD算法的甲状腺肿瘤的SPECT图像和B超图像自动配准方法。首先,将参考图像(SPECT图像)和待配准图像(B超图像)分别通过阈值分割和图割的方法提取轮廓特征点;然后,用遗传算法和粒子群算法相结合的优化算法对CPD的权重参数进行自动寻优,利用改进的CPD算法对提取出的两组特征点进行匹配,得到两幅图像的空间变换参数;最后,将待配准图像按所求得的变换参数旋转、平移,从而获得配准后图像。实验结果表明,该方法能实现SPECT与B超甲状腺肿瘤图像的良好配准,具有参数少、精度高、鲁棒性好等特点。     

基于SIFT的图像配准方法

针对大尺度图像配准和不同传感器图像配准问题,介绍了一种基于SIFT的图像配准方法。首先提取图像中适应尺度变化的不变特征点,在提取过程中加入多尺度Harris检测算子,提高了匹配点对的重复率,通过聚类和归一化互信息准则对候选匹配点对的角度、尺度和位置特征进行迭代筛选,删除错误的匹配点对,最后得到正确的匹配点对,对图像进行配准。实验结果表明：该方法能处理相似变换的图像配准。     

基于特征的遥感图像自动配准算法

面向光学图像的多时相、多光谱、多传感器图像的自动配准,本文描述一个基于特征的高精度图像配准算法.它以点映射配准技术为基础,处理具有全局仿射几何失真的图像配准问题.首先,通过边缘检测和相应的后处理提取封闭边界;其次,根据边界链码相关和区域不变矩匹配策略建立边界的对应,并对对应重心即匹配点对进行一致性检测获得基元控制点;最后,估计初始变换参数,并通过显著点片的相关匹配来增加控制点个数,迭代修正变换参数以提高配准精度.多种遥感图像数据的配准实验和对比试验证实了的自动算法具有较高的可靠性和配准精度.     

基于多分辨率的多模态医学图像配准

提出了一种多分辨率多模态医学图像配准方法来提高图像的配准速度与精度。利用小波函数对图像进行多层分解,采用改进的Powell优化算法寻找待配准图像间的最大互信(MMI),配准首先从图像金字塔中分辨率最低的0层图像开始,将0层图像配准获得的变形参数作为1层图像配准的起始参数,重复该过程直到完成最高精度层的图像配准。CT/MRI和CT/PET图像配准结果证明基于小波分解的多分辨率配准方法具有避免优化算子陷入局部极值、算子收敛速度快和配准精度高等优点。     

On the possibility of automatic multisensor image registration

Multisensor image registration is needed in a large number of applications of remote sensing imagery. The accuracy achieved with usual methods (manual control points extraction, estimation of an analytical deformation model) is not satisfactory for many applications where a subpixel accuracy for each pixel of the image is needed (change detection or image fusion, for instance). Unfortunately, there are few works in the literature about the fine registration of multisensor images and even less about the extension of approaches similar to those based on fine correlation for the case of monomodal imagery. In this paper, we analyze the problem of the automatic multisensor image registration and we introduce similarity measures which can replace the correlation coefficient in a deformation map estimation scheme. We show an example where the deformation map between a radar image and an optical one is fully automatically estimated.     

基于小波变换和对齐度准则的图像配准方法

图像配准是多传感器图像融合研究中的一项关键技术.由于基于特征的图像配准方法存在特征提取的多样性,对提取图像特征的鲁棒性和精确性都有很高的要求.文中在适用性很强的对齐度准则的基础上,提出了基于小波变换和对齐度准则相结合的图像配准方法.首先,分别利用小波变换模极大值和小波多尺度积提取出图像的边缘及特征点,再利用对齐度准则计算所有特征点对之间的对齐度,从而得到匹配点对.实验结果表明,该方法具有较强的适用性、抗噪性,精确性和有效性.     

A maximum likelihood approach for image registration using control point and intensity

Registration of multidate or multisensor images is an essential process in many image processing applications including remote sensing, medical image analysis, and computer vision. Control point (CP) and intensity are the two basic features used separately for image registration in the literature. In this paper, an exact maximum likelihood (EML) registration method, which combines both CP and intensity, is proposed for image alignment. The EML registration method maximizes the likelihood function based CP and intensity to estimate the registration parameters, including affine transformation and CP coordinates. The explicit formulas of the Cramer-Rao bound (CRB) are also derived for the proposed EML and conventional image registration algorithms. The performances of these image registration techniques are evaluated with the CRBs.     

一种用于红外与微光图像配准的改进型SURF算法

针对红外与微光图像配准的特殊性, 为了减少配准计算量,提出了一种从主方向确定和特征点描述 两方面加以改进的加速鲁棒特征(Speeded Up Robust Feature, SURF)配 准算法。首先检测微光图像和红外图 像的边缘,然后用改进型SURF算法提取两种图像边缘上的特征 点,并采用最近邻距离法对原始特征点进行筛选。在得到较高精 度的特征点后进行粗匹配。接着用随机抽样一致 性(RANdom SAmple Consensus, RANSAC)算法对一次筛选后的 特征点进行精匹配。最后利用精确的特征点建立变换模型,并 将重采样后的待配准图像与参考图像实现配准。实验结果表明, 该算法不仅可以解决红外与微光图像的配准问题,而且在匹配精度和 算法运算时间等方面的表现均优于原始SURF算法。     

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。     

An Automatic Image Registration for Applications in Remote Sensing

This paper deals with a major problem encountered in the area of remote sensing consisting of the registration of multitemporal and/or multisensor images. In general, such images have different gray-level characteristics, and simple techniques such as those based on correlation cannot be applied directly. In this work, a new automatic satellite image registration approach is proposed. This technique exploits the invariant relations between regions of a reference and a sensed image, respectively. It involves an edge-based selection of the most distinctive control points (CPs) in the reference image. The search for the corresponding CPs in the sensed image is based on local similarity detection by means of template matching according to a combined invariants-based similarity measure. The final warping of the images according to the selected CPs is performed by using the thin-plate spline interpolation. The procedure is fully automatic and computationally efficient. The proposed algorithm for this technique has been successfully applied to register multitemporal SPOT and synthetic aperture radar images from urban and agricultural areas. The experimental results demonstrate the robustness, efficiency and accuracy of the algorithm.