基于互信息和多智能体优化的合成孔径雷达图像配准

提出了一种基于互信息的多智能体优化方法,并将其用于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的配准.采用归一化互信息作为度量准则,直接利用图像的灰度数据进行配准,没有假设图像间灰度值的线性关系,不需要对图像做分割、特征提取等预处理,并利用多智能体优化算法寻找最佳匹配参数,以得到最优的配准结果.实验表明,该算法在SAR图像配准方面有更好的普适性和更高的配准精度.     

基于对齐度和互信息的红外与可见光图像配准

针对红外与可见光图像的特点,在此提出了一种结合边缘对齐度与互信息的图像配准方法。首先通过小波变换边缘检测得到红外与可见光图像的边缘图像,并将对齐度和归一化互信息自适应加权平均得到新的相似性测度函数,最终通过计算相似性测度函数的极值求得待配准图像间的变换参数。实验结果表明,该方法可减少配准所需的时间,具有更高的精确性和鲁棒性。     

对数极坐标变换域下互信息图像配准方法

当待配准中的图像中存在较大的尺度变换时,传统的图像互信息配准方法对图像尺度变换参数很敏感,易于在优化搜索时陷入局部极值点,配准效果不好。文中提出基于对数极坐标（log—polar）域的图像配准方法,它较好地分离了图像缩放参数和图像旋转参数的相互影响。仿真结果表明,该方法在大尺度图像配准场合应用时比通常的互信息方法有更高的精度和鲁棒性。     

医学图像配准常用方法与分类

图像配准是当前医学图像领域的研究热点,具有重要的临床诊断和治疗价值.简述了图像配准的基本原理,对当前常用的医学图像配准方法进行了分类,详细分析了基于互信息、傅里叶变换和小波变换三种医学图像配准的算法实现、优缺点及典型应用.     

BSP模型下最大互信息医学图像配准研究

文中研究了在医学图像处理中基于最大互信息的图像配准的理论和实现的算法,并在此基础上给出了并行模型BSP下的实现算法。通过实验数据可以分析得出,文中提出的算法可以很好地解决医学图像处理中的图像配准的速度。     

图像配准技术研究进展

图像配准是解决图像融合、图像镶嵌和变化检测等问题的必要前提,其应用遍及军事、遥感、医学和计算机视觉等多个领域.简要回顾了图像配准技术的发展史和研究现状,重点阐述了当前的技术热点和应用趋势,最后展望了进一步的研究方向.     

Voxel similarity measures for 3-D serial MR brain image registration

The authors have evaluated eight different similarity measures used for rigid body registration of serial magnetic resonance (MR) brain scans. To assess their accuracy the authors used 33 clinical three-dimensional (3-D) serial MR images, with deformable extradural tissue excluded by manual segmentation and simulated 3-D MR images with added intensity distortion. For each measure the authors determined the consistency of registration transformations for both sets of segmented and unsegmented data. They have shown that of the eight measures tested, the ones based on joint entropy produced the best consistency. In particular, these measures seemed to be least sensitive to the presence of extradural tissue. For these data the difference in accuracy of these joint entropy measures, with or without brain segmentation, was within the threshold of visually detectable change in the difference images     

多源遥感图像中的图像配准方法

提出了多源遥感图像配准融合的流程,分析了图像配准的过程。介绍了几种遥感图像的图像配准方法,对几种配准方法的效果进行了讨论。     

图像配准在TDICCD拼接焦面精度检测中的应用

大视场遥感相机需要进行TDICCD拼接,对拼接焦面的精度要求非常苛刻,必须进行精确的精度检测以确保良好的成像质量。检测拼接焦面精度时,选取TDICCD封装中几何结构简单明显的标志图形作为模板,采用图像配准的方法进行标志图形定位,提出了最优步进两步模板匹配算法实现图像配准,得到各片TDICCD的拼接误差数据,所有配准过程耗时不超过350 ms。图像配准方法采用统一的客观模板检测多片小像元TDICCD的拼接焦面,检测结果表明该方法可将每一片TDICCD像元的位置定位精度提高30.6%。图像配准拼接精度检测避免了常规检测方法通过人眼观测读取数据所引入的主观误差,取得的检测结果更为精确,同时精度检测过程不需要人工干预,提高了拼接精度检测工作的效率。     

基于边界距离场互信息的图像配准方法

基于图像边界平均Hausdorff距离的配准方法实现简单、速度快、有较大应用价值,但对图像边界不完全对应的情况配准效果不好。提出了一种以图像边界距离场互信息作为相似度函数的图像配准方法,以参考边界的距离场和浮动二值边界为两个离散概率分布,将其互信息作为相似度函数进行配准。实验结果表明,该算法对图像内容完全一致和内容不完全对应的图像均可得到良好的配准结果。     

交互信息加权的红外与可见光图像融合评价方法

红外与可见光图像融合质量评价问题的研究是其图像融合中一项重要而且急需解决的工作。综合考虑人眼的视觉特性及源图像和融合图像的边缘信息,在无标准参考图像条件下,提出一种基于交互信息加权的改进结构相似度和边缘信息保留值的图像融合质量评价指标。通过对红外与可见光图像采用不同融合算法进行的质量评价结果分析表明,评价结果与人眼主观相一致,是一种有效的图像融合质量评价方法。     

基于模糊C均值聚类与空间信息相结合的图像分割新算法

针对传统的模糊C均值聚类（FCM）图像分割方法未考虑图像的空间信息,对噪声十分敏感的问题,本文提出了一种结合空间信息的模糊C均值聚类分割新算法;该算法将图像的二维直方图引入传统的模糊C均值聚类算法中,并对隶属函数做了改进;依据平方误差和最小准则,来确定模糊分类矩阵及聚类中心;最后,依据最大隶属度原则,划分图像像素的类别归属,以改善传统的PCM算法的分割质量。实验结果表明,该算法显示了较好的分割效果和较强的抗噪性能。     

面向图像及其特征的多信息管理系统

随着计算机技术的广泛应用,信息处理已经无处不在,而基于图像处理的目标检测和识别已成为计算机视觉领域的一个重要研究.但随之而来的庞大图片及其特征数据在应用和管理上形成了一个新的难题.本文运用数据库技术,在计算机中建立一个关于图像目标的多信息管理系统对图像处理.本文以获取的图片及其特征数据为处理对象,开发一个面向图像及其特征的多信息管理系统的过程.