基于相位相关的亚像素图像配准

提出一种基于相位相关的图像对准方法,该方法精确度达到亚像素级别。相位相关是一种建立在傅立叶平移理论上的图像对准方法,通过计算两幅图像的傅里叶交叉能量谱得到两幅图像的位置差,对图像进行对准。将使用曲线拟合的思想对交叉能量谱的基础上进行进一步的运算,从而将相位相关方法的计算精度推广到亚像素级别。     

亚像素级图像配准算法研究

在很多应用领域,要求图像配准的精度达到亚像素级。对现有的亚像素级图像配准算法进行了分类,介绍了几种最主要的亚像素级精度的配准方法,包括基于插值的方法、扩展的相位相关法、解最优化问题法,并对这些算法的思路、性能特点和最新进展进行了综述。然后从几个评价标准对各种算法进行了比较,分析了各自影响性能的因素和性能提升的空间。最后对未来的发展趋势进行了展望。     

参数自适应的图像亚像素级配准方法

目前基于区域的图像配准方法不能同时满足宽范围运动参数和高准确度的配准要求。基于图像变换的频域和空间域特性,提出一种运动参数自适应的图像配准方法,设计了旋转参数、平移参数的估计步骤和融合方法。基于仿真实验对参数自适应方法与Vandewalle方法、Keren改进方法的效果进行了比较分析,采用误差的标准差和均方误差两项指标评价配准算法的参数自适应性和配准准确度,参数自适应方法的两项评价指标均低于另两种方法,表明其在宽范围运动参数估计方面有自适应能力和高配准精度。     

基于Harris角点量与相位相关的亚像素级图像配准方法*

相位相关法是一种常用的图像配准方法,而直接基于傅里叶变换的快速图像配准方法（ＦＤＦＡ）使之具有亚像素级的配准精度,它需要根据图像内容细心选择参与相位拟合的频率分量,并在图像上施加窗口以抑制频域的图像边界效应,从而提高其偏移量估计精度。从边界效应抑制的角度出发,利用Harris角点量代替原始图像进行相位相关计算,与传统的对原始图像加窗的方法不同,该方法既抑制了边界效应,又避免引入截断误差,同时只用对其第一项频率分量进行拟合,而不需要进行频率项的选择,使相位拟合过程更简单。提取图像的Harris角点并选择其中     

基于控制点的SAR图像亚像素自动配准

为了解决同一SAR系统所拍摄的多幅图像配准问题,提出了一种基于控制点的自动配准方法。此方法在边缘检测的基础上用Harris算子对主图像提取角点作为控制点,再利用基于灰度相关的局部区域匹配寻找同名像点,最后通过控制点求解仿射变换参数。大量仿真结果表明,此方法的配准误差在0.2左右,达到了亚像素级水平。对控制点的选取和匹配不需要人工参与,计算速度快、精度高、有较好的稳定性。     

局部相位相关用于图像亚像素级配准技术研究

提出了一种基于局部相位相关的高效和鲁棒的亚像素级图像配准方法。通过传统的相位相关算法估计出初始平移参数后,在初始位置的引导下对互相关功率谱进行上采样矩阵Fourier变换,实现了图像局部相位相关,得到图像间亚像素级平移参数。实验结果表明,算法配准精度较高,且对随机噪声和光照变化具有较强的鲁棒性。     

一种改进的病理显微图像亚像素快速配准方法

针对病理显微图像的快速高精度配准的应用需求,提出了一种改进的亚像素快速配准方法。通过采用对数差值函数对显微图像重叠区域进行信息量评估,由H型对数差值模板配准获取两幅图像像素级的粗定位和有效子图,继而在两幅子图上采用局部上采样相位相关法来获取亚像素级别的配准估计值。该方法利用H型对数差值模板简洁、配准速度快的优点规避了相位相关法计算量随着图像尺寸增大而急剧增长的缺陷,并能够对显微图像进行信息量评估以避免空白图像造成的误配。经实验表明,改进的显微图像配准方法配准精度可达0.01像素,速度为相位相关法的3.7倍（图像大小为2448×2048）,更适合应用于病理显微图像的快速高精度配准。     

基于小波分析的亚像素配准算法

在像素级配准的基础上,通过对多项式细分算法的改进,提出了一种基于小波分析的亚像素配准算法,并对配准算法的精度进行了分析研究.仿真结果表明,该算法效果良好,达到亚像素级精度.     

基于支持向量机的图像亚像素配准及超分辨率重建

超分辨率重建是根据场景的一组低分辨率图像重建其高分辨率图像。重建算法中,低分辨图像之间的亚像素配准是很重要的一部分。提出了一种基于支持向量机的亚像素配准方法,将低分辨图像之间的相对旋转平移参数看成支持向量机的目标集,通过支持向量回归建立图像特征与目标集之间的映射关系,从而计算图像间的相对运动参数。实验表明,与现有算法相比,所提出的算法具有较高的精度。     

亚像素级模糊图像配准算法

针对目前的特征点匹配算法不能有效配准边缘模糊的图像,提出一种灰度偏移极值特征。将局部像素灰度偏移均值最明显的点作为特征点,利用最小二乘拟合曲线,通过曲线导函数将偏移极值点精确定位于亚像素级,最后采用分块的NMI为特征点分配32维特征向量,再对比向量间距离以实现配准。该特征易于提取、运算简单,而且能在阶跃边缘不清晰的图像中稳定存在。经实验验证,算法应用于模糊图像配准具有较高的匹配精度。     

稀疏表示的Lucas-Kanade目标跟踪

提出一种新的目标跟踪算法,将稀疏表示应用于LK(Lucas-Kanade)图像配准框架.通过最小化校准误差的L1范数来求解目标的状态参数,从而实现对目标的准确跟踪.对目标同时建立两个外观模型:动态字典和静态模板,其中动态模型由动态字典的稀疏表示来描述目标外观.为了解决由于动态字典不断更新造成的跟踪漂移问题,一个两阶段迭代机制被采用.两个阶段所采用的目标模型分别为动态字典和静态模板.大量的实验结果表明,本文算法能有效应对外观变化、局部遮挡、光照变化等挑战,同时具有较好的实时性.     

改进遗传算法的医学图像配准

采用遗传算法的医学图像配准时,遗传算法存在收敛速度慢,易早熟的问题,有可能导致误配.提出改进遗传算法(IGA),该方法将外推搜索和黄金分割搜索与标准遗传算法(SGA)相结合,既提高了遗传算法的收敛速度,又有效地防止了早熟.实验结果表明,改进算法具有更好的有效性和精确性.     

一种透视变换图像金字塔匹配改进算法

为提高图像匹配的精度和稳定性,在图像匹配过程中用消除了Hessian矩阵的LMA改进算法对两幅图像透视变换矩阵的8个未知参数进行拟合,减少了迭代的计算量。匹配过程中用多分辨率金字塔法对图像进行分解,采用由粗到精的搜索策略,进一步减少了计算量并避免了误匹配。通过对照片进行匹配测试,证明了这种方法的有效性和实用价值。     

改进多尺度特征提取的图像配准算法研究

利用Harris-Laplace算法对一幅图像进行多尺度特征点检测时,图像的局部结构在一定的尺度范围内被多次检测到,从而产生冗余点。冗余点不但增加了后续配准的计算量,同时由于这些表示同一局部结构的冗余点在位置和尺度上的差异降低特征匹配精度导致误匹配。通过对表示局部结构的特征点进行选择,提出了Harris-Laplace的改进算法。利用改进Harris-Laplace算法结合SIFT描述子,通过设定最小距离与次最小距离的阈值实现了图像的自动匹配,与原来算法作了大量的对比实验。实验结果表明,该算法不仅具有更好的旋转、光照和尺度不变性还具有获得稳定数量的匹配点的特性。同时,由于该算法相对于原算法在特征检测阶段减少了大量的冗余点,所以提高了图像配准的速度并降低了误匹配。     

Lucas-Kanade 20 Years On: A Unifying Framework

Since the Lucas-Kanade algorithm was proposed in 1981 image alignment has become one of the most widely used techniques in computer vision. Applications range from optical flow and tracking to layered motion, mosaic construction, and face coding. Numerous algorithms have been proposed and a wide variety of extensions have been made to the original formulation. We present an overview of image alignment, describing most of the algorithms and their extensions in a consistent framework. We concentrate on the inverse compositional algorithm, an efficient algorithm that we recently proposed. We examine which of the extensions to Lucas-Kanade can be used with the inverse compositional algorithm without any significant loss of efficiency, and which cannot. In this paper, Part 1 in a series of papers, we cover the quantity approximated, the warp update rule, and the gradient descent approximation. In future papers, we will cover the choice of the error function, how to allow linear appearance variation, and how to impose priors on the parameters.     

基于B样条和L-M优化方法的快速弹性配准

提出了一种快速医学图像弹性配准计算方法。该方法应用B样条变形模型,由于三次B样条函数具有连续二阶微分的特性并且可以单独计算,该方法采用了基于B样条卷积核的卷积计算方法,提高了计算速度。同时该方法应用Levenberg-Marquardt优化方法计算控制系数,此优化方法充分应用关于控制系数的Hessian矩阵,使形变更为平滑。使用卷积计算及Levenberg-Marquardt优化方法不仅有很高的计算速度,也有很强的配准鲁棒性。为了得到平滑稳定的偏移量,该方法应用先验知识对代价函数进行了修正,从而对偏移量进行约束。     

插值和相位相关的图像亚像素配准方法

首先利用线性整数插值和降采样网像傅里叶变换原理,证明了文中方法的正确性;然后给出了亚像素配准过程,并对误差进行理论分析;最后通过多光谱图像和人工图像的配准对该方法进行实验验证,实验结果表明：文中方法具有亚像素级的配准精度。