基于虚拟点的可见光和SAR图像配准研究

本文以机场场景下的可见光和SAR图像为研究对象,提出了一种基于虚拟点特征的可见光和SAR图像配准方法.该方法以虚拟点特征和控制点匹配技术为基础,处理具有全局仿射几何失真的异源图像配准问题.首先根据两类图像的特点,使用Canny算子和一种兴趣算子提取两幅图像中的共有特征一直线特征,然后在直线特征的基础上拟合虚拟点特征,采用基于特征一致的粗配准和基于虚拟点特征的精确配准相结合的方法,对两幅图像实现由粗到精的自动配准,实验结果表明,本文方法可行且能取得较高的配准精度.     

模式图像的特征提取与配准方法

目的提高产品包装模式图像的匹配速度和准确性,得出算法中影响这两方面的关键因素。方法运用高斯金字塔对原始图像进行向下采样,将图像转换为尺度空间的表示方式;利用加速稳健特征(SURF)方法提取特征点,并对SURF方法提取的特征点用Brute-Force算法进行匹配;通过对每组匹配点欧式距离的排序,剔除误匹配点,仅保留一定数量的正确匹配点对。结果得出高斯金字塔、Hessian值、颜色空间对计算速度及获取特征点数量的影响。颜色空间的改变不影响特征点数量,在计算时间上的差别也可忽略。尺度空间缩小1/2时,计算速度能够提升75%,同时剔除2/3的冗余特征点。结论文中方法能够有效提升特征提取速度,并且具有匹配精度高、鲁棒性强的特点,同时对旋转角度的变化具有较强的适应性。     

多源图像配准技术分析与展望

在给出多源图像配准的定义后,将常见的图像配准方法分为基于图像灰度的方法和基于图像特征的方法两大类。以此为分类基础,对国内外现有的图像配准技术和方法进行了分析和评述,并重点介绍了基于图像特征的配准方法。随后对图像配准技术所面临的主要难题作了分析。最后介绍了图像配准在军事、遥感、医学等领域的应用,并展望了其未来的发展。     

分辨率差异较大的遥感图像自动配准算法研究

本文在研究了已有配准算法的基础上,针对两个分辨率差异较大的遥感图像,提出了自动配准的改进方法,自动获取基准影像,并对每个波段的图像做直方图均衡化增强,最后,构建影像金字塔,运用SIFT算法提取特征点。     

基于特征匹配的地图图像自动配准技术研究

本文针对地图中的特征点，提出了一种基于广义特征点的图像自动配准方法，将特征点从单纯的点拓展到特征区域。以Moravec算子结合其他特征约束条件来自动搜索广义特征点。分别对两幅图像提取广义特征点后，利用基于根均方误差和交叉相关的两级匹配算法完成同名控制点的建立。并以局部加权直线拟合方法来校正图像的几何畸变。最后建立两幅图像之间的函数映射关系，完成图像的配准。实验结果证明了该方法的有效性。该方法可用于校正近景面地图影像的几何畸变和遥感图像的局部几何畸变。     

基于三角形几何相似性的图像配准与拼接

介绍了一种基于三角形几何相似性的图像配准方法.提取两幅待拼接图像的特征点,将每幅图像各自的重叠区域内或图像内容复杂情况下的选定区域内的特征点任意组合为三角形,得到分别对应于每一幅图像的三角形集合.然后根据定义的新的三角形表示方法,包括最大角方向和最小角方向,在两组三角形集合内层层筛选任意组合的三角形对,最终找到其中的匹配三角形对,即相似三角形对,从而找到匹配的点对.最后计算图像间变换矩阵,对图像进行拼接,得到了一张具有更宽视野的无缝拼接图.该方法只与特征点间相互几何位置有关,所以对两幅图像间的灰度差异、任意的旋转、缩放等都表现了很强的鲁棒性.     

图像配准方法研究

图像配准是图像处理的基本任务之一,常常是作为图像处理应用的前期处理步骤使用,用于将不同时间、不同传感器、不同视角下获取的两幅或多幅图像进行匹配。本文在对图像配准的几种变换介绍的基础上总结了现有的几种配准方法,并分别分析了其存在的优缺点,在文章结尾对图像配准的发展趋势做了展望。     

具有SIFT描述的Harris角点多源图像配准

多源传感器成像原理的差异给图像配准带来了很大困难,本文针对红外与可见光图像配准提出了一种具有SIFT描述特征的Harris角点多源图像配准算法.首先建立多尺度空间,以多尺度空间检测尺度不变的Harris角点作为特征点;然后通过改进SIFT对特征点的描述方法,采用圆环结构算子对Harris角点进行类SIFT的特征描述;最后利用双向最近邻方法进行匹配,通过最小二乘法实现图像的配准.实验证实了算法配准的精确性、快速性和稳定性,具有较好的配准效果.     

基于图像迹的快速配准算法研究

针对基于灰度的图像配准速度较慢的弊端,给出了"图像迹"的定义,通过计算图像的迹差,求累积误差的最小值进行图像配准.通过实验验证,这种方法在保持高的配准概率的前提下,大大地提高了配准速率,降低了算法复杂度,不仅抗噪能力强,而且仅仅只有和差运算,也易于硬件实现.     

基于投票策略的图像配准算法

针对二维刚体图像配准,本文提出了一种由粗到细的图像配准方法.该方法首先由多尺度Harris角点检测算法提取出参考图像和目标图像的特征角点,采用基于投票策略的特征点匹配算法进行初步配准,有效地减少假点和不稳定点,然后对变换矩阵参数进行初估计,采用基于窗的精细算法对变换矩阵参数进行精估计,并得到最终的变换矩阵.实验结果表明,该算法具有高精度,对噪声鲁棒和低计算量的特点.     

一种针对印刷稿的图像质量评价应用流程

以印刷稿中的图像为研究对象,印刷稿的图像质量评价为研究目标,建立了图像质量评价指标的应用流程。 该流程首先扫描印刷稿,再对扫描稿进行图像配准处理,然后嵌入特殊的扫描仪特性文件,再用图像评价指标计算出该图像与原稿之间相应的图像质量指数,从而评价印刷稿中的图像质量。 验证实验表明,提出的应用流程具有相当的合理性和可行性。     

基于图像配准的药用玻璃瓶印刷字缺陷检测

目的准确检测出药瓶印刷字的缺陷。方法采用目前流行的SIFT特征点提取算子,选用欧氏距离进行初匹配,RANSAC进行精确匹配。结果药瓶在传送过程中不管发生怎样变化,都能被检测出其印刷字的缺陷,成功剔除不合格药瓶。结论实验结果表明该方法能够精确地提取图像特征点,准确地匹配图像特征点对。     

基于影像融合技术的合成孔径雷达(SAR)图像目标识别方法的探讨

对美国密歇根大学电子工程系的研究人员提出的一种多源数据融合算法进行了介绍，对SAR图像与可见光图像融合的一系列相关技术及其主要步骤进行了探讨，简要概括了评价融合后图像效果的标准和方法，并介绍了目标的检测与识别。     

基于小波变换的近平面影像数字配准方法研究

本文将小波变换技术与相似度检测算法、直线拟合方法等相结合,用于近平面影像数字配准。首先,对含噪遥感影像进行多尺度小波变换,以提取不同尺度上的广义特征点,并剔除图像噪声;其次,将序贯相似度检测算法和多分辨率分析相结合进行控制点匹配;最后,利用基于最小二乘法的直线拟合,建立配准变换关系。实际遥感影像的相对配准实验验证了方法的有效性。     

Hybrid retinal image registration using phase correlation

Abstract

This paper deals with registration of retinal images, which were taken by high-resolution digital colour fundus cameras. The proposed method describes successful application of phase correlation method. It combines several basic steps — global correction of shift, rotation and scaling, detection of landmarks, their correspondences and finally image registration using second-order polynomial model. The method is tested on two sets of images. The first set contains images from the diabetic patients where many retinal pathologies can disturb the registration process. The second set contains images from healthy subjects, which were acquired by different illumination conditions. The method was evaluated using four different criteria - tree objective and one subjective. These criteria are also compared. The achieved registration accuracy of the landmarks position error is 1·13 and 0·93 pixels for respective image sets. Finally, the simple scheme for retinal pathology visualisation of registered fundus pairs is presented.     

多特征红外光与可见光图像的分区域配准

针对发生较大角度旋转及平移时图像配准精度不高,图像配准对局部形变和光照较为敏感的问题,本文提出了基于直线和SURF特征的图像分区域配准算法。首先利用Hough变换实现图像的粗配准;然后对图像进行分区,在子区域内利用SURF算子求取变换模型参数,完成图像的配准。实验表明该方法可用于红外与可见光图像的配准,与传统方法相比,本方法能够在图像存在大角度旋转和平移时实现高精度配准,且在图像存在局部形变及光照不均时精度较好。