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。     

基于梯度相位相关的自动图像配准方法

图像配准是超分辨率重建、图像融合的基础。提出了非迭代的基于梯度相位相关的图像自动配准方法。首先分析了图像梯度和相位相关的理论,证明了提出方法的正确性;然后给出了图像配准的过程,并利用人工平移图像配准对该方法进行了实验验证。实验表明,该方法配准精度高,能有效地实现图像的自动配准。     

基于小波变换的红外图像配准方法

图像配准是图像融合、目标探测识别和计算机视觉等技术中的重要步骤和环节,用于 消除来自不同传感器的图像中目标的位置差异。本文在研究基于特征相关算法的基础上,提出了一种基于小波变换的可见光与红外图像的快速算法,仿真结果表明此算法准确有效。     

基于梯度和互信息的PCB芯片红外热像配准

芯片图像配准是机载电子故障板卡诊断系统进行图像处理的重要环节,配准效果直接影响到下一步芯片的定位识别。本研究采用基于形态学梯度和互信息相结合的红外图像配准方法。该方法不仅考虑所有体素信息,而且有效结合像素在空间位置的相互关系。实验结果表明,该方法能够有效提高配准精度和速度。     

基于深度学习理论的红外和可见光图像配准

以实现红外和可见光图像精准、快速配准为目标,提出基于深度学习理论的红外和可见光图像配准方法。通过参数传输使红外参数预训练模型与可见光模型的参数得到共享,赋予红外预训练模型目标检测能力,并利用采集到的红外图像数据展开模型预训练,得到深度学习的红外目标检测模型。利用仿射变换处理图像间的几何位置差异,运用Partial Hausdorff距离进行相似测度提取图像特征,最后采用人工免疫网络算法搜寻全局最优解,实现红外和可见光图像配准。实验结果表明:该方法可获取高精度的红外目标检测结果,检测精度高达92. 8%,并且检测稳定性强,速率快,可有效修正红外和可见光图像间的灰度、旋转和平移等差异,具有较高的使用价值。     

基于矩阵恢复的红外偏振图像分区配准算法

由于红外偏振图像具有灰度分布差别大、特征信息不明显等特点,传统区域或特征的配准算法精度难以满足红外偏振信息解析要求。从图像间相似性出发,以矩阵秩作为图像相似性的度量,提出了一种基于矩阵恢复的红外偏振图像分区配准算法。将一组待配准图像组成变化矩阵,并分解成低秩和稀疏两部分。以低秩变换矩阵核范数与稀疏变换矩阵1范数的和为目标函数,利用增广拉格朗日乘子法求得目标函数值最小时的各区域变换参数,加权平均后得到图像组的配准结果。实验结果表明,该算法配准变换参数误差小于0.02 pixel,且对噪声不敏感。     

基于光流场分析的红外图像自动配准方法研究

提出了一种基于光流场分析的准确的红外图像自动配准方法．该方法可分为两个过程：先是利用全局光流场完成两幅图像背景区域的配准；其次利用由粗到细的层级匹配算法提取两幅图像中运动目标的特征点集，根据两组特征点集由最小二乘法计算出运动目标的变换参数，完成运动目标的配准．对一定研究领域的红外图像自动配准的仿真实验表明：该方法准确且对场景的运动有很好的鲁棒性．     

基于改进配准测度的红外与可见光图像配准

针对在可见光与红外配准中采用传统测度算法时存在配准精度低的问题,提出了改进配准测度函数(RMF),实现可见光和红外图像高精度自适应配准.首先选用harris算子提取两幅图像的特征点;再利用改进的配准测度函数(RMF)有效的获取特征点对;最后利用RMF最大的两对匹配点计算配准参数,并进行图像配准.实验结果证明了该方法的实用性,特别对于任意旋转角、缩放比例和偏移量的图像配准.     

融合SIFT的B样条红外图像非刚性配准

手持式广角镜头红外热像仪所拍摄的不同时刻红外图像具有刚性形变和非刚性形变,传统图像配准算法很难同时矫正刚性形变与非刚性形变,针对该问题,提出一种融合SIFT的B样条配准算法。首先在待配准图像中建立控制网格,其次运用SIFT算法寻找待配准与基准图像间的匹配点对,剔除错误匹配点对并计算出待配准图像与基准图像间的刚性变换参数,接着对控制点进行刚性变换,最后以局部强度和为测度函数,运用B样条非刚性配准算法对广角镜头引起图像的非线性进行矫正。对比实验结果表明,本文算法具有很高配准精度,能够满足实际工程精度要求。     

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。     

基于粒子群优化与梯度下降法的多模图像配准

针对多模图像配准单纯使用粒子群优化(PSO)算法导致搜索速度慢这一现象,提出了结合PSO和梯度下降法的分步式搜索算法.以CT与MR图像配准为例,计算了使用互信息作为相似性测量时的配准函数,进而分析了图像配准算法中可能遇到的局部极值问题.根据配准函数的特点,提出在局部极值较少时使用梯度下降法代替PSO算法搜索以减少运算量...     

基于多尺度红外与可见光图像配准研究

利用尺度空间理论对多分辨率的红外与可见光图像配准算法进行研究,提出利用红外与可见光图像的多尺度特征点及边缘作为配准的特征,利用特征尺度确定用于相似度匹配的子图像大小,使用LTS-Hausdorff(least trimmed square Hausdorff)距离判断子图像的相似性。利用尺度空间理论及多尺度下图像的特征能更加全面的对图像进行描述。在利用多尺度特征获取到匹配对后,再利用随机一致性检测对匹配对进行提纯并获取空间变换的参数,然后使用该参数对红外与可见光图像进行配准与融合。实验结果表明,基于多尺度的图像配准方法,能有效对红外与可见光图像进行配准。     

红外与可见光图像配准研究现状与展望

红外与可见光图像配准是常见的多模态图像配准,它广泛应用于军事、遥感等领域,有必要对其研究现状进行综述。在描述了红外与可见光图像配准问题后,首先简述了图像配准的一般方法,分为基于图像区域的配准方法和基于图像特征的配准方法,重点述评了局部不变特征方法中的SIFT算法和SURF算法;然后按文献发表时间顺序对红外与可见光图像配准的国外和国内研究现状进行了详细述评;总结了红外与可见光图像配准研究中存在的问题;最后对其进行展望,并指出未来的研究重点是以SIFT算法和SURF算法为研究基础去构造对模态不敏感的不变特征和其相应的描述子。     

基于特征点的红外与可见光图像配准研究

提出了一种基于特征点的红外和可见光图像配准方法。首先根据边缘图像的结构分别提取红外图像特征点和可见光图像特征点,其次根据结合了形状结构和灰度、梯度角信息的配准准则寻找两幅图像的对应特征点,最后利用三对特征点根据刚体变换得到图像的缩放倍率、旋转角度和平移坐标,从而实现两幅图像的配准,并通过实验给予了证明。     

基于SLER检测的红外与可见光图像自动配准

针对可见光图像和红外图像配准问题,提出了一种新的自动配准方法.该算法通过同级极值区域检测子在灰度梯度图像上提取仿射协变区域.然后利用超图匹配算法确定匹配点对实现图像配准.该方法尤其适合于红外图像的质量或者边缘比对应的可见图像质量或边缘差情况下的异模配准.对一些具有挑战性的图像对进行试验,实验结果表明我们提出的方法比其他方法获得了更好的性能.     

一种新的基于边缘拟合的图像配准方法

为了克服罔像配准中计算效率与稳定性的两难问题,提出一种新的基于边缘特征的图像自动配准算法.利用小波变换对图像进行多尺度边缘检测,提高边缘榆测的稳定性;用直线拟合边缘,并根据几何特件、灰度特性为直线分配可信度;以直线对作为最小配准单位,利用马氏距离计算直线对之间的匹配程度;配准过程采用加权投票算法确定变换参数,每次投票根据直线对之间的匹配程度及各直线可信度拥有不同的权重.实验表明木文算法快速稳定,在没有任何先验知识的情况下,能够有效的配准存在相似变换关系(平移、旋转和尺度)的图像.     

基于图像配准的非均匀性校正算法

非均匀性严重影响红外制导武器的成像质量和系统性能,有效进行非均性校正是提高红外制导武器成像质量的有效手段。高通滤波类算法对非均匀性校正的参数漂移具有很强的适应性,但易产生“鬼影”现象,影响校正结果。本文针对高通滤波类算法的缺陷,结合帧间配准技术,提出了一种基于图像配准的非均匀性校正算法。与SLTH算法和BFTH算法中利用滤波器滤波后得到的残差图像相比,本文利用图像配准和场景删除得到的残差图像能更好地消除图像中的场景信息,抑制“鬼影”效果显著。实验表明：本文算法的校正效果良好,校正结果的平均粗糙度低至3.79,优于SLTH和BFTH两种算法。而且本文算法处理速度快,达到了每秒15.83帧,是BFTH处理速度的1.63倍。     

基于显著性和ORB的红外和可见光图像配准算法

针对红外与可见光图像配准过程过受灰度差异影响大、特征点难配准的问题,提出基于显著性检测和ORB特征点的图像配准算法。首先利用优化的HC-GHS显著性检测算法得到图像的显著性结构图；其次利用ORB算法在显著性结构图上进行特征点检测,利用泰勒级数筛选出鲁棒性强的特征点,并根据特征点的方向进行分组匹配的策略；最后利用汉明距离实现特征点的匹配。实验表明本文算法能准确实现红外与可见光图像之间的配准,在红外噪声干扰、尺度变化下都具有良好效果。