基于VV-Net的三维医学图像配准

三维医学图像配准算法被广泛应用于科学研究和随访等医学场景,提高其配准精度具有重要的意义.针对医学图像配准问题,提出一种基于V-Net的V形网络(VV-Net),该配准模型可以通过堆叠V-Net进行端到端的训练.具体的说,移动图像经过两个V-Net依次进行扭曲,使用额外的V-Net为前两个V-Net提供补充信息,共同构成...     

基于KAZE的自适应模糊图像配准算法

为了提高图像配准算法对于模糊图像的配准性能,提出一种融合非线性尺度空间和空间余弦相似度的自适应模糊图像配准算法。该算法将非线性尺度空间理论应用于图像的局部特征提取,采用KAZE算法提取图像的特征点,以构成M-SURF特征描述符;利用空间余弦对图像特征点进行匹配,并且根据不同的图像特性进行自适应阈值匹配,以得到便于寻求最优变换关系的合理数量的匹配点对;最后采用RANSAC算法滤除误匹配点对,以提升算法精度。实验结果表明,该算法可以有效地提高模糊图像配准的匹配准确率和精度,准确率和精度比KAZE算法最大可以提高25%和7.909像素,具有更好的配准性能。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。     

基于特征向量提取的点云配准算法

为提高现有配准算法精度和配准效率,提出了一种基于点云特征向量提取的点云配准算法。该算法利用点曲率和邻域内点数量作为综合判据筛选特征点,然后对特征点进行主成分分析提取特征向量,利用特征向量变换关系求解待配准点云之间的变换矩阵实现粗配准,精配准阶段创建点云k维二叉树,通过k维二叉树最近邻搜索来提高ICP算法精配准效率。为验证算法的有效性,将本文算法与多种配准算法在公开数据集Bunny和Horse以及实测环境点云数据进行配准实验对比分析,实验结果表明,计算时间相较于ICP算法减少60%,所提算法具有良好的精度和配准效率。     

一种彩色图像配准算法C-GLOH

图像配准是图像三维重构、计算机视觉、模式识别、遥感图像处理等众多领域的关键技术之一。目前将颜色信息运用到图像配准中较为实用的算法是CSIFT,但该算法从速度、效率和鲁棒性上都劣于传统SIFT算法。为此,提出一种C-GLOH彩色图像配准算法:提取彩色图像各个位置处的颜色不变量,以颜色不变量作为输入图像进行SIFT,其中在构造描述子时,采用改进的GLOH方法,提高了描述子的性能。最后用最近邻法进行匹配。实验结果表明,提出的C-GLOH算法较CSIFT算法有更高的匹配精度、效率和更快的运算速度。     

基于SIFT算法的疵病图像配准

光学技术的发展对光学元件提出了更高的要求,检测的精度和准确性是其重要的部分,而疵病图像的配准是一个很重要的环节,因此对疵病图像的配准进行研究很有必要。针对疵病图像配准算法进行了阐述,并对基于特征点匹配的SIFT算法的原理及过程进行了介绍,用MATLAB软件进行编程,搭建实验平台获取疵病图像,并采用尺度不变特征变换（SIFT）算法对所获取的疵病图像进行配准、拼接,得到了完整的疵病图像。实验结果表明,该算法能有效地对疵病图像进行配准,为后续的疵病信息提取打下良好的基础。     

相机阵列中无视场重合图像时间配准方法研究

多路商业相机组阵在进行信息融合与视场拼接之前需要对采集的多路图像进行时间配准。为保证通用性,需要研究一种与系统相对独立的多路图像时间配准方法。提出一种利用多路图像序列内变换关系的算法,首先提取多路图像中与时间相关的共同特征,然后通过改进的奇异值分解方法判定共同特征的相似度完成时间配准。本文算法不需要提前对相机进行标定,对序列内图像配准精度要求较低,且能够在多路图像之间没有视场重合的情况下完成时间配准。经实验验证,配准精度达到了亚帧级。     

基于改进频域配准算法的图像超分辨率重建

图像配准是图像超分辨率重建的必要步骤,也是对重建效果影响最大的关键步骤。频域相位相关的配准算法具有抗噪声性能好和运算量小等优点,本文基于相位相关方法,提出了只对频域未受混叠影响的部分进行参数估计的配准算法。首先利用低通滤波器过滤低分辨率图像的混叠信息,然后对低分辨率图像进行傅里叶变换,再对其变换后的幅值进行极坐标变换,使其互功率谱经傅里叶反变换后为二维脉冲函数,通过二维脉冲函数的位置来得到配准参数。仿真实验表明本文方法有良好的配准精度和重建效果。     

基于智能监测终端的可见光与红外图像配准融合方法

针对可见光图像与红外图像分辨率差异大和色彩差异大的问题,提出一种基于亚像素优化和局部强度特征不变描述的可见光和红外图像配准算法,从有限离散剪切波变换、迭代配准以及配准点领域亚像素优化方面对新方法进行分析,并通过实际应用证明新方法可以实现可见光与红外图像准确配准与融合分析,快速准确地定位设备过热点。     

基于多核DSP的3通道偏振图像FMT配准方法

为提高3通道偏振图像处理的实时性,以Fourier-Mellin变换为基本配准算法,在型号为TMS320C6670的多核DSP硬件平台上,设计并实现了一种3通道偏振图像配准的并行处理方法。根据图像配准中数据的空间及相关度不同,将FMT算法优化为高内聚、低耦合的多运算任务,设计了一种基于数据流的并行计算结构,克服了原始FMT算法中串行计算低效、数据耦合较高的问题。根据DSP的多核和多协处理单元的处理特性,设计了分组异构、组内异构等并行任务分配方法,保证了较高的系统负载平衡。实验结果表明,在配准精度达到水平偏差小于1个像素,旋转偏差小于0.2度的前提下,平均配准时间达到约16.2ms,能够满足偏振成像探测的实时应用需求。