最大化算术-几何均值距离的多传感器遥感图像配准

互信息是多模态医学图像配准的一种重要方法。它测量的是两个概率分布之间的Kullback-Leibler(KL)距离。该文分析了KL距离和Shannon不等式之间的关系,在此基础上,提出了一种新的算术-几何均值距离,并将这一距离测度用于多传感器遥感图像的配准处理。与Kullback-Leibler距离不同,新的距离测度具有对称性,并且对概率值为0的情况不需要特殊处理。文中首先通过一维仿真信号对算术-几何(AG)测度进行了分析,并使用Thematic Mapper (TM), Satellite POsitioning and Tracking (SPOT)遥感图像和雷达图像进行了配准实验,验证了提出的新的算术-几何均值距离函数在配准多传感器遥感图像方面的有效性。与目前常用的相关系数的方法不同,这种新方法对于像素灰度值不具有线性关系的多传感器遥感图像能够实现配准处理。     

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。     

非刚体图像配准的变形场拓扑约束研究

利用正则化方法约束非线性变形场是非刚体图像配准领域的一个重要研究方向。为得到具有拓扑保持能力的非线性变形场,本文在分析粘流体配准和扩散模型配准算法的实现原理基础上,提出一种基于弹簧约束的变形场拓扑保持方法。该方法在可变形图像上附加不规则网格,通过保持网格结点间的连接关系不变达到控制图像变形的目的。将本文算法应用在不同人脑磁共振图像配准和脑内核结构分割中,结果表明,本文方法具有保持变形场拓扑不变的能力,且能够给出更为准确的分割结果。      

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.     

基于傅里叶变换的遥感图像配准算法

提出了一种基于傅里叶的遥感图像自动配准方法,图像间的变化包括平移、旋转及比例变化。该方法是傅里叶相位相关技术的扩展,其主要优点是在不需要寻找控制点和传感器参数的情况下进行图像自动配准。通过对数一极坐标变换、利用傅里叶变换的比例特性和旋转特性搜索图像间的比例和旋转变化,利用傅里叶的相位相关技术(能量谱)确定图像间的平移关系,实验结果表明了此方法的可行性和有效性。     

X射线图像和CT图像的多维配准

在本文中,我们提出了一种基于Chamfer3-4距离变换和Powell优化的方法,用于X射线图像和CT图像间的配准.该方法首先从X射线图像中分割出目标物体.通过使用投影模型和优化方法,得到了准确的投影矩阵.该方法同样被用于医学介入手术中,处理从三维图像工作站中获取的主动漫游的数据.     

基于距离变换和非线性规划理论的三维图像表皮配准的研究

本文提出一种基于距离变换和非线性规划的三维图像匹配方法,对物体表皮配准进行了深入的研究;它基于一种简便且易于实现的三维距离变换,采用了改进的优化算法,在实际配准搜索中,对优化的方法进行改进,采用搜索终止条件多样化的方法,在原来的基础上,增加几个方向搜索的跨度,即在搜索点集收缩到一点时,在点集维数的各个方向上,按顺序依次逐步增加各个方向的跨度步长,一直寻找到更小的目标函数值,再重复开始新的起点的搜索.实验中,利用该方法对三维图像配准中的噪声干扰、局部配准等方面进行了测试,得到了很好的结果.     

基于霍夫变换和相位相关的图像配准方法

本文结合霍夫变换和相位相关技术来处理图像配准问题.根据1D相位相关技术,提出了一种通过搜索角度脊来得到旋转参数的方法;将待处理图像去旋转后,再采用2D相位相关来得到平移参数.本文方法可以充分利用FFT 的高效运算.实验结果表明此方法能准确有效地处理具有旋转和平移的图像配准问题.     

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．     

基于Hausdorff距离的图像配准研究

针对图像配准中常出现的RST(旋转-比例-平移)变换,推导出了相应的盒距离变换公式。与传统的基于广义仿射变换的Hausdorff盒距离变换公式相比,缩小了搜索距离空间。在计算Voronoi表面时,根据Hausdorff距离的计算需要提出比较滑动窗口的区域Voronoi表面,节省了计算Voronoi表面的时间。并且在利用边缘点计算Hausdorff距离时,剔除琐碎的边缘,仅使用较长的边缘计算。试验结果表明,这些改进方法较大地提高了基于Hausdorff距离的图像配准的计算速度。     

基于KL距离加权和局部邻域信息的CV模型

本文提出了基于Kullback-Leibler(KL)距离加权和局部邻域信息的Chen-Vese(CV)模型.引入KL距离作为内外部局部区域能量的权值系数;计算曲线附近点的局部邻域能量之和作为模型的内部能量,从而提高对边缘的检测性能,并降低区域内灰度不均匀等因素对曲线进化的影响.验证实验采用大量实际临床数据,结果表明该...     

结合高斯回归模型和隐马尔可夫随机场的模糊聚类图像分割

为了克服经典模糊聚类图像分割算法对图像噪声的敏感性,该文提出结合高斯回归模型(GRM)和隐马尔科夫随机场(HMRF)的模糊聚类图像分割算法。该算法用信息熵正则化模糊C均值(FCM)的目标函数,再用KL(Kullback-Leibler)信息加以改进,并将HMRF和GRM模型应用到该目标函数中,其中HMRF模型通过先验概率建立标号场邻域关系,而GRM模型则在中心像素标号与其邻域像素标号一致的基础上建立特征场邻域关系。利用提出的算法和其它经典算法分别对模拟图像、真实SAR图像以及纹理图像进行了分割实验,并对分割结果进行精度评价。实验结果表明,该文提出的算法具有更高的分割精度。     

基于动量方法的受限玻尔兹曼机的一种有效算法

深度学习给模式识别与机器学习带来了巨大的变化,已成功应用于语言处理、图像处理、信号处理、商业经济等方面.受限玻尔兹曼机（Restricted Boltzmann Machine,RBM）是一个表示能力强、很好的生成模型,多个RBM堆叠而构成的深度信念网络模型（Deep Belief Nets,DBN）的学习时间会较长.为加快整个DBN网络的学习时间和提高分类效果,本文提出基于动量方法RBM的一种有效算法.该算法在RBM预训练阶段,结合梯度上升算法特点采取快速上升的动量方式;以及BP算法微调阶段,为了能精确的找到最优点,结合梯度下降算法特点,相应的引入缓慢下降式的动量项,即在梯度上升和梯度下降过程中都使用不同的动量方式.本文算法在MNIST手写数字体和CMU-PIE人脸数据库上进行了实验,结果表明,提出的改进算法能够有效地增强图像特征的表达能力,提高图像的分类效果和实验效率.     

红外与可见光图像融合中的快速配准方法

红外与可光传感器目标跟踪识别系统中常用的两种传感器,对这两种传感器图像进行有效的融合能大大提高探测识别的准确性和可靠性。快速准确地实现图像配准是图像融合的前提,为此提出了一种基于小波变换的快速算法,有利于实时准确地实现图像配准。     

Fast codebook searching in a SOM-based vector quantizer for image compression

We propose a novel method for fast codebook searching in self-organizing map (SOM)-generated codebooks. This method performs a non-exhaustive search of the codebook to find a good match for an input vector. While performing an exhaustive search in a large codebook with high dimensional vectors, the encoder faces a significant computational barrier. Due to its topology preservation property, SOM holds a good promise of being utilized for fast codebook searching. This aspect of SOM remained largely unexploited till date. In this paper we first develop two separate strategies for fast codebook searching by exploiting the properties of SOM and then combine these strategies to develop the proposed method for improved overall performance. Though the method is general enough to be applied for any kind of signal domain, in the present paper we demonstrate its efficacy with spatial vector quantization of gray-scale images.     

基于单演信号理论的SAR图像配准

该文提出一种基于单演信号理论的SAR图像配准的新算法。利用单演信号局部特征构造一个单演相位一致函数,用来检测SAR图像特征。利用单演信号分量构造单演向量,通过求单演向量相关,解决SAR图像特征点的匹配问题。实验结果显示,算法能较好完成SAR图像自动配准。