图像融合中的图像配准方法研究

图像配准是对取自不同时间、不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。快速准确地实现配准是图像融合的前提,为此提出了基本相似性测度算法的模板匹配方法。对像素相关性小的红外和可见光图像,提出了基于sobel 快速边缘检测的模板匹配方法。     

基于SIFT的超大图像配准

SIFT算法在仿射变换、噪声、一定程度的光照条件下具有良好的匹配性能,星上宽波段相机成像尺寸都非常大,超大尺寸图像直接利用SIFT算法,在构建高斯金字塔时空间占用大,同时导致计算用时长。通过研究仿射变换矩阵,提出可以通过计算超大尺寸图像的降采样图像之间的配准系数间接获取超大尺寸图像的配准系数的方法。经过实验验证,具有一定的可行性,对于图像配准从空间上减少计算量从而节约计算时间具有一定指导意义。     

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。     

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。     

基于边缘相关的红外与可见光图像配准方法

针对红外与可见光图像的配准问题,在传统的基于图像边缘相关匹配配准的基础上,提出一种改进的方法.该方法首先手动选取待配准图像与参考图像中包含同一目标的子图像;接着利用Canny算子提取子图像的边缘和子图像的边缘相关性,求取出子图像间的仿射变换模型参数;再进一步修正该参数,得到原图像之间的仿射变换模型;然后对待配准图像进行仿射变换及双线性插值,从而实现图像配准.实验结果证明,该方法较之传统的利用图像边缘相关性的配准方法,提高了图像配准的速度,具有较高的实时性和应用价值.     

基于区域互信息的特征级多光谱图像配准

提出了一种基于点特征的多光谱图像配准方法.利用SUSAN算法提取角点特征,采用域互信息(RMI)作为相似性测度获取初始匹配特征点集;在精匹配阶段,首先计算初始匹配征点对的匹配强度和明确度,进行松弛迭代,得到匹配强度和明确度都较大的一一对应关系的特征点对,然后利用马氏距离的仿射不变性筛选出正确的点对,将不正确的点对从初始匹配特征点集中删除,重新进行松弛迭代,重复上面的步骤,直到筛选不出新的正确点对为止;获取了足够多的同名控制点后,用最小二乘法估计初始仿射变换参数并迭代修正.实验结果表明,算法可以达到亚像素级的配准精度.     

基于图像畸变校正的高光谱偏振图像配准方法

定焦分孔径同时式高光谱偏振成像系统可同时获取多个偏振方向高光谱图像,是一种实时机载设计高光谱偏振成像系统.然而,这种设计各路成像单元存在固定偏差,且获取的图像易存在虚焦和扭曲现象,致使解析目标信息前需对图像进行配准.为了提高不同偏振方向高光谱图像间的配准精度,结合高光谱偏振图像配准算法暂无参考,非刚性图像配准算法适应范围小、效率低的现状,本文提出了基于图像畸变校正的高光谱偏振图像配准方法.首先,分析成像系统成像特点,建立成像模型;其次,消除虚焦模糊现象影响,获取该系统成像模型的畸变系数;最后,根据畸变系数对高光谱图像进行畸变校正,利用SIFT算法实现配准.以灰度差平方和(SSD)为相似度测度,对图像配准精度进行评价,实验结果表明,本文方法配准精度优于基于Demons算法、基于三次B样条FFD算法和基于SIFT算法,是一种有效的、快速的非刚性图像配准方法,既为非刚性图像配准方法提供新参考,也为定焦分孔径同时式高光谱偏振成像系统航拍图像信息解析奠定基础.     

基于K-L变换的两传感器图像自动配准

基于合成孔径雷达(SAR)图像和光学图像间的变形可用仿射变换来近似,提出了一种SAR图像和光学图像自动配准的方案.对分割后的图像进行K-L变换得到两幅图像的主分量与坐标轴之间的关系,从而得出两幅图像的角度关系,接着,利用旋转后图像的横纵象素范围的比值和前景重心偏移值得到仿射变换的缩放和平移参数,最后再利用二值图像相关对仿射变换的结果图像进行精配,从而实现较高精度的图像配准.实验结果表明,在满足精度要求的情况下,本方法可以自动完成具有明显方向性和较大前景目标图像的配准任务.     

多模态图像配准的配准测度和性能分析

该文考察了多模态图像配准中几个典型的配准测度,揭示了它们之间的关系,通过实验对它们进行了全面的分析比较．实验中考察的测度主要包括：基于熵的测度、PIU测度以及PIU测度的改进形式等．实验结果显示了这几个典型配准测度在有效性和适应性方面的差异,为实际应用中合理选择这些测度提供可靠的参考．     

动目标红外图像配准算法研究

论述了基于红外图像背景边缘特征的块匹配配准算法。在图像背景中,利用灰度变化和边缘特征,并根据红外目标的亮度特征避开有目标的区域,搜索合适的图像块;在块匹配时,将图像块进一步细分,改进了相似度测量算法的准确性.实验证明,整个配准算法简单实用,准确有效。     

基于傅里叶变换的遥感图像配准

针对存在平移、旋转和尺度关系的多传感器、多谱段遥感图像配准问题,提出了一种基于边缘特征提取和伪对数极坐标傅里叶变换（EPLPFFT）的频域配准技术。采用边缘检测等图像预处理技术。提取了图像的大部分共有显著特征,有效消除了图像间的灰度差异;利用伪对数极坐标离散傅里叶变换（DFT）,改善了对数极坐标DFT的计算精度,从而可以通过对数极坐标频域配准技术配准经边缘提取后的特征图像。遥感图像的配准实验证实了这一方法的稳健性和配准精度。     

基于边缘特征的异质图像目标配准方法

目标检测作为计算机视觉的重要研究课题,在视频监控和智能导航方面有重要应用.图像配准技术是刚体目标检测方法之一.异质图像间目标的纹理差异极大,为此,对于目标的可见光俯视图像与机载红外摄像机观测异质图像,通过研究基于边缘特征的配准技术,实现对地面平面目标的配准检测.笔者首先通过建立机载运动摄像机空间模型,解决了红外观测图像的视角变换问题,将其换到与参考图像一致的视角,提出一种新颖的基于稳定区域轮廓合成的边缘提取方法,更好地控制异质图像的边缘提取效果,边缘特征匹配是在距离变换的基础上实现的,提出了一种基于稳定区域距离图像互相关的匹配度量准则.实验表明,算法能有效地实现异质图像间的目标配准检测.     

基于图像配准的高分辨率遥感图像道路追踪

本文从图像配准的角度,提出了一种新的半自动地从高分辨率遥感影像中提取道路的方法。此方法通过种子点自动获取道路影像模板,并采用扩展的Kalman滤波方法进行预测,在预测点附近选取目标窗口,通过最速梯度下降法在目标窗口内快速搜索与模板最相似的影像,如此往复,进而实现道路追踪。我们在多幅0.61m分辨率的QuickBird影像上进行了实验,结果表明:此方法能够快速、准确地提取道路,需要的人工干预少,具有一定的越障能力,有较好的鲁棒性。     

图像配准中的边缘提取方法的研究

图像的边缘是图像最基本也是最重要的特征之一.边缘特征提取一直是计算机视觉和图像处理领域的经典研究课题,在图像配准中有着广泛的应用,对于图像匹配精度至关重要.该文对现有经典以及新型的边缘检测方法进行了介绍,并重点比较了近年来出现的几种新方法,从而总结出相对有效的图像边缘提取方法,为进一步进行图像配准提供了依据.     

SAR与TM图像自动配准算法研究

为了克服SAR（合成孔径雷达）和TM（专题制图仪）图像配准时受SAR图像中相干斑噪声影响大,以及手工选取配准点精度低的缺点,提出了一种基于闭合区域的图像配准方法,先对SAR图像和TM图像进行处理得到闭合边缘图像后,采用区域生长的方法确定闭合区域,并以其所含像素点数为依据对闭合区域进行匹配,实现图像配准。实验结果表明：该方法稳定有效,对于待配准图像的波段无限制,适应性强。     

图像插值方法对互信息局部极值的影响分析

多模态图像配准中常使用互信息作为配准度量,互信息中的联合概率密度函数一般是利用图像灰度对的统计值来代替的,而图像插值可能产生新的灰度对,造成互信息出现局部极值。该文利用一维信号从理论上分析了线性和最近邻两种插值方法对互信息的影响。理论分析表明,线性插值造成互信息局部极值的可能性较小,而最近邻插值会使互信息出现周期性局部极值。试验结果证实了该文的结论。分析结果对基于互信息的多模态图像配准具有理论参考价值。     

高分辨SAR 图像中桥梁目标的自动分割

作者沿图像边缘检测的思路，在研究SAR图像特性的基础上，提出了一种高分辨SAR图像中桥梁目标的自动分割算法，同时提出了一种新的类矩形区域的中轴线搜索算法，使得桥梁目标的图像分割更为方便，并取得了良好的检测效果。     

一种快速的亚像素图像配准算法

图像超分辨率重建是在现有红外探测器基础上提升空间分辨率的一种有效方法.超分辨率图像重建是利用一组相互之间存在亚像素位移的低分辨率图像构造出一幅高分辨率的图像,快速、高精度估计图像间的位移是其关键技术之一.提出了一种用于超分辨率重建的亚像素配准算法,算法由特征检测、像素级配准和亚像素级配准三个处理过程组成.在特征检测过程,首先采用梯度算子对图像进行边缘检测,然后对边缘点进行角点预检测,排除非角点像素点,之后再进行 Harris 角点检测,大大减少了计算量;在像素级配准过程,用 NCC 算法进行像素级配准,用统计方法去除误匹配点对;在亚像素级配准过程,先对像素级匹配点的邻域进行插值放大,再进行亚像素匹配,误匹配点剔除,相对偏移量计算.对提出的算法进行了仿真实验,结果显示本算法的速度较类似算法速度有较大的提高.