基于互信息和梯度的红外与可见光图像配准新方法

红外与可见光图像配准是常见的多传感器图像配准,在军事、遥感等领域有着广泛的应用。提出了一种基于互信息和图像梯度的红外与可见光图像的自动配准方法：首先,获得图像的梯度信息,然后根据定义的扩展结构获得边缘区域图像,选择最大归一化互信息作为相似性测度,使用Powell算法获得最佳配准参数。实验结果证明,本文方法较传统的基于互信息和梯度的配准方法,提高了配准的速度和精度,可以作为一种有效的粗配准的方法。     

基于IPSO和综合信息的医学图像配准新方法

针对医学图像配准中采用互信息作为配准相似度函数存在配准精度不高和收敛速度慢等问题,根据图像灰度和空间结构信息,构造了一种新的基于互信息和改进型形态学梯度算子的信息配准测度函数,采用一种适用于医学图像自动配准的改进型粒子群优化(IPSO)算法,给出了一种新的基于IPSO的医学图像配准算法。实验结果表明,该配准算法稳定性好、收敛速度快,在多模态医学图像自动配准中是可行的。     

基于平移旋转不变的塔式分解和模糊梯度场的医学图像配准

 为了提高医学图像配准的精度和速度,提出一种改进的圆周对称多分辨率分解算法,用环形带通滤波器代替高通滤波器,使各尺度的子带都具有平移和旋转不变性.不丢失信息的前提下,降低计算的冗余度.塔式分解的低频子带能量集中,用互信息进行配准;高频子带提供重要的解剖结构信息,构造基于边缘信息的模糊梯度场,并用模糊贴近度作为相似性测度,与互信息相结合.实验结果验证了新的金字塔算法的有效性,并且可以实现多模态医学图像的配准,结合模糊梯度场的配准算法提高了算法的鲁棒性,快速准确稳定地实现医学图像配准.     

遗传算法和Powell法结合的多分辨率三维图像配准

基于互信息的配准方法具有精度高、鲁棒性强的特点,成为近年图像配准研究的热点,但基于互信息的目标函数存在许多局部极值,为配准的优化过程带来了很大的困难。本文以互信息作为相似性测度,采用基于小波变换的多分辨率策略,将遗传算法和Powell法结合起来对三维CT、MR图像进行了配准。实验结果表明,这种方法能够有效地克服信息函数的局部极值,配准精度达到亚像素级。     

遗传算法和Poweli法结合的多分辨率三维图像配准

基于互信息的配准方法具有精度高、鲁棒性强的特点，成为近年图像配准研究的热点，但基于互信息的目标函数存在许多局部极值，为配准的优化过程带来了很大的困难。本文以互信息作为相似性测度，采用基于小波变换的多分辨率策略，将遗传算法和Powell法结合起来对三维CT、MR图像进行了配准。实验结果表明，这种方法能够有效地克服信息函数的局部极值，配准精度达到亚像素级。     

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。     

蚁群算法和Powell法结合的多分辨率三维图像配准

基于互信息的配准方法具有精度高,鲁棒性强的特点,成为近年来图像配准研究的热点.但基于互信息的目标函数存在许多局部极值,为配准的优化过程带来了很大的困难.该文提出了一种蚁群算法和Powell法相结合的多分辨率搜索优化算法.该算法以互信息作为相似性测度,采用基于小波变换的多分辨率策略,将蚁群算法与Powell法结合起来对三维的CT,MR图像进行了配准.实验结果表明,这种方法能够有效地克服互信息函数的局部极值,大大地提高了配准精度,达到亚像素级.     

基于改进粒子群优化算法的互信息图像配准

为了实现快速精确的图像配准,提出了基于改进粒子群优化算法的互信息图像配准方法,以互信息作为图像配准的相似性测度,使用改进的PSO算法来求解配准所需的空间变换参数.改进的粒子群算法引入组织的概念把整个种群划分为多个子群体共同进化,并引入变异运算减少算法陷入局部最优.把改进的粒子群优化算法应用到医学图像配准领域上来,实验结...     

采用改进梯度互信息和粒子群优化算法的红外与可见光图像配准算法

针对传统互信息图像配准容易产生局部极值,以及传统梯度互信息配准方法计算量大等问题,在互信息和梯度方法基础上构建了一种改进的梯度互信息方法,该方法直接统计梯度图像的互信息,有效地将图像梯度信息和灰度信息结合起来,不仅保证了配准精度,而且较传统梯度互信息方法减少了计算量。在参量优化的过程中,针对传统粒子群优化算法易陷入局部极值的缺点,提出了改进的粒子群优化算法,该算法在传统粒子群优化算法基础上引入混沌优化思想和遗传算法中的杂交思想,不仅能够有效抑制局部极值,而且加快了收敛速度。多种红外与可见光图像配准实验结果证明,文中提出的算法能够有效提高配准精度和速度。     

基于互信息与梯度融合的多源图像匹配技术研究

对红外和可见光探测器获取同一场景的两幅图像进行配准融合,可增强对场景图像的理解和分析.互信息由于包含两图像灰度的熵和联合熵,可用于计算两图像灰度信息的相关性,适于作为多源图像匹配的测度.互信息匹配无需对图像进行预处理,但是,作为一种统计型测度,互信息忽略了图像像素间的空间信息,易陷入局部极值而出现误匹配.为此,文章提出了一种融合梯度信息的配准方法,同时考虑了两图像间的灰度统计相关性和像元灰度的局部空间变化信息,提高了多源图像匹配的精度和鲁棒性.最后通过实际图像进行匹配试验,验证了算法的正确性和有效性.     

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。     

基于最大互信息的图像拼接优化算法

基于多分辨分析(MA)策略,提出了以图像最大互信息(MI)为匹配测度的图像拼接粒子群优化算法(OA-MI),使参数随图像的MI计算和多分辨率级数进行自适应调整,解决了灰度图像配准中由于目标函数容易陷入局部极值而造成的误匹配问题。实验证明,该方法能够有效地避免局部极值的影响,通过有限次寻优迭代即可找到最优配准变换,提高了图像配准的计算速度和图像拼接的质量。     

基于深度学习的电力设备红外与可见光图像配准

针对相对位置固定的红外和可见光双目相机配准任务,现有算法没有考虑到两者相对位置固定的先验知识,存在配准精度低、几何定位差异大等问题,适用性差。提出一种基于几何约束下区域搜索的红外可见光双目图像配准方法。首先借助红外和可见光双目相机的标定信息对红外和可见光图像进行立体校正使二者处于同一高度之上。接着借助于相位一致性计算红外与可见光的边缘特征图,然后在红外边缘图上提取特征点,最后提出两阶段的同名特征点搜索方法,以红外特征点为基准在可见光边缘图局部区域内搜索同名特征点。在第一阶段以归一化互相关（Normalized cross-correlation,NCC）为相似性度量计算两边缘图的整体水平偏移,预测同名特征点初始位置,在第二阶段提出多尺度加权NCC作为相似性度量,在初始同名特征点位置周围精确搜索同名特征点。在构造的真实环境数据集上进行实验,实验结果表明相对于其他对比算法,在特征点匹配数量和准确率以及主观视觉上的配准效果都优于其他对比算法。     

基于几何结构属性的光学和SAR影像自动配准

提出了一种基于几何结构属性的光学和合成孔径雷达(Synthetic Aperture Radar,SAR)影像配准方法.该方法引入了具有光照不变性的相位一致性模型进行影像特征提取,采用该模型的强度和方向信息构建了一种几何结构特征描述符—相位一致性方向直方图(histogram of orientated phase congruency,HOPC),并根据该描述符间的欧式距离定义了影像匹配的相似性测度(称为HOPC_n).该测度能表示影像间的几何结构相似性.通过选择4组光学和SAR影像进行试验,结果表明,HOPC_n能有效率的抵抗影像间的非线性辐射差异,并且其匹配性能好于经典的相似性测度.另外,也设计了一种基于HOPC_n自动的配准方法,试验结果证明了该方法的有效率和鲁棒性.     

Incorporating a measure of local scale in voxel-based 3-D image registration

We present a new class of approaches for rigid-body registration and their evaluation in studying multiple sclerosis (MS) via multiprotocol magnetic resonance imaging (MRI). Three pairs of rigid-body registration algorithms were implemented, using cross-correlation and mutual information (MI), operating on original gray-level images, and utilizing the intermediate images resulting from our new scale-based method. In the scale image, every voxel has the local "scale" value assigned to it, defined as the radius of the largest ball centered at the voxel with homogeneous intensities. Three-dimensional image data of the head were acquired from ten MS patients for each of six MRI protocols. Images in some of the protocols were acquired in registration. The registered pairs were used as ground truth. Accuracy and consistency of the six registration methods were measured within and between protocols for known amounts of misregistrations. Our analysis indicates that there is no "best" method. For medium misregistration, the method using MI, for small add large misregistration the method using normalized cross-correlation performs best. For high-resolution data the correlation method and for low-resolution data the MI method, both using the original gray-level images, are the most consistent. We have previously demonstrated the use of local scale information in fuzzy connectedness segmentation and image filtering. Scale may also have potential for image registration as suggested by this work.     

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。     

Registration of Images With Outliers Using Joint Saliency Map

Mutual information (MI) is a popular similarity measure for image registration, whereby good registration can be achieved by maximizing the compactness of the clusters in the joint histogram. However, MI is sensitive to the “outlier” objects that appear in one image but not the other, and also suffers from local and biased maxima. We propose a novel joint saliency map (JSM) to highlight the corresponding salient structures in the two images, and emphatically group those salient structures into the smoothed compact clusters in the weighted joint histogram. This strategy could solve both the outlier and the local maxima problems. Experimental results show that the JSM-MI based algorithm is not only accurate but also robust for registration of challenging image pairs with outliers.      

基于频率、空间和方向的图像质量评估

将空间域图像质量评价方法结构相似度SSIM推广到HWD变换域,结合人眼视觉倾斜效应和粒子群优化算法,提出一种新的图像质量评价测度。将SSIM直接用于各HWD分解频带,用频带相关性图加权各频带的结构相似度得到局部质量,然后对不同方向的局部质量求加权和得到整幅图像的结构相似度。实验结果表明,该测度与主观感知有较好的一致性,能准确地反映人眼对图像的视觉感知。