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。     

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。     

基于分割区域的SAR图像配准方法研究

合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像受到斑点噪声影响以及成像条件的变化,使得同一场景的两幅SAR图像之间存在很大差异,利用基于边缘特征或灰度信息进行SAR图像配准,难以达到预期效果.基于此,本文提出一种基于分割区域的SAR图像配准方法,该方法首先利用主动轮廓方法对去噪后的SA...     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

干涉合成孔径雷达复图像配准精度分析和方法

基于干涉合成孔径雷达（Interfermetric Synthetic Aperture Radar-InSAR）的系统模型、干涉相位误差的统计特性，分析InSAR配准精度与干涉相位误差之间的确定关系，讨论复图像配准过程中存在的问题，给出实用的InSAR复图像配准方法。通过对SIR-C/X-SAR意大利Enta火山干涉数据的处理，得到了精确的配准结果。     

基于小波分析的可见光图像自动配准方法研究

研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。     

基于仿射不变SIFT特征的SAR图像配准

针对SAR(Synthetic Aperture Radar)图像全自动配准问题,本文提出一种基于仿射不变SIFT(Scale Invariant Feature Transform)特征的精确配准方法.该方法首先对传统SIFT方法改进构建具有仿射不变性的SIFT描述子,并利用该描述子对提取的控制点进行粗匹配,然后由粗匹配点对的尺度比和方位差及其邻域的灰度相似性构建新的相似矩阵,最后利用SVD(Singular Value Decomposition)方法确定精确匹配点对,求出变换参数从而实现图像的精确配准.实验结果表明该方法优于传统的SIFT方法和SIFT+SVD方法并且可以达到亚像素的配准精度.     

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。     

一种双通道图像准实时融合实验系统

图像融合技术在医学诊断、遥感、计算机视觉、天气预报、军事目标识别等方面有着广阔的应用前景,其目前的研究方向主要集中于算法研究,与实际需要的硬件实时与准实时实现相差较远。针对这一实际需求,研制了一种双通道图像准实时融合的实验系统,并叙述了其设计原理、各组成部分及功能、系统特点等。设计与实验结果表明,该实验系统原理可行、可靠灵活、对成熟实用、高速实时的图像采集与融合系统的研制奠定了坚实的技术基础。     

特征级与像素级相混合的SAR与可见光图像融合

SAR和可见光图像成像机理不同,图像差异较大,较难取得良好的融合效果。本文面向目标识别,通过分析图像的成像机理,首先在NSCT融合框架下,将SAR图像中重要的目标信息加入到可见光图像中,并尽可能多的保留源图像的边缘细节信息;再结合数学形态学和多尺度空间理论,提取源图像的亮、暗细节特征,进行特征级融合,得到亮、暗细节特征显著增强的融合图像。实验结果表明,本文算法有效的融合了SAR图像的目标信息,并增强了源图像的细节特征,达到了较好的视觉效果,提高了图像的目标检测和识别能力。     

TM和SAR遥感图象特征层融合分类方法的研究

针对空间遥感ＴＭ图象和ＳＡＲ图象信息的特征层融合应用于地物分类,提出了一种结合Ｍａｒｋｏｖ随机场和ＢＰ神经网络模型的多源遥感图象迭代分类方法。该分类方法与现有的基于Ｍａｒｋｏｖ模型的分类器相比具有无须假设条件概率密度函数模型的优点;与ＢＰ神经网络分类器相比,由于其考虑了类别标号的空间相关性,提高了分类精度;有别于传统的上下文分类器：它是通过迭代过程中来实现分类的,在考虑了类别标号的空间相关性的同时     

基于邻域重构模型的高分辨SAR图像精确配准

合成孔径雷达(SAR)的成像过程使其高分辨图像的几何形变呈现局部性.针对高分辨SAR图像精确配准问题,本文提出一种基于邻域重构模型的局部转换函数.邻域重构模型首先采用重构系数刻画参考图像中每个像素点的几何位置;接着给出了一种重构控制点的选择标准使每个像素的配准误差达到最小;最后根据重构系数及控制点坐标对输入图像进行再抽样以实现配准.与经典分片线性映射相比,该模型从理论上给出了一种区域剖分准则:对于每个像素选取能使配准误差能达到最小的控制点作为重构控制点.对模拟数据和真实SAR图像进行了试验,结果表明,该模型能有效地提高配准精度.     

获取ICP匹配深度图像初值的研究

针对三维造型技术中的关键技术，深度图像的匹配，本文提出了一种得到匹配初值的新方法“可视化匹配”。文中首先提出了“深度图像可视化匹配定理”，并给出了相应的证明，然后详细解释了基于多种特性的具体匹配过程，最后给出了实验结果，证明了此种方法的快速性、方便性和有效性。     

SAR图像的二阶微分矩阵仿射不变量及配准

本文对二阶微分矩阵仿射不变量特征描述问题进行了研究,构造了一种既考虑图像微分特性,又考虑图像积分特性的仿射不变量.算法首先计算二阶微分矩阵及其特征向量和特征值;其次是进行仿射变换的紧化,构造出一组由二阶微分矩阵特征向量和特征值决定的同心椭圆;再次是证明了一组同心椭圆的仿射不变性质,并利用该性质构造一组仿射不变量;最后将该仿射不变量应用于SAR图像配准,取得了良好效果,验证了算法的有效性.仿真结果说明该算法具有较强的抗相干斑噪声干扰和适应较大视角偏差的能力.     

采用图像融合技术的多模式人脸识别

利用图像融合技术实现了基于可见光图像和红外热图像相结合的多模式人脸识别,研究了两种图像在像素级和特征级的融合方法.在像素级,提出了基于小波分解的图像融合方法,实现了两种图像的有效融合.在特征级,采用分别提取两种识别方法中具有较好分类效果的前50%的特征进行特征级的融合.实验表明,经像素级和特征级融合后,识别准确率都较单一图像有很大程度的提高,并且特征级的融合效果明显优于像素级的融合.因此,基于图像融合技术的多模式人脸识别,有效的增加了图像的信息量,是提高人脸识别准确率的有效途径之一.     

SAR图像配准的二元Rayleigh分布互信息方法

合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像中乘性斑点噪声的存在,使得传统的互信息配准方法中的插值假象更为严重.本文把单视SAR幅值图像同质区域服从Rayleigh分布这一先验信息引入互信息配准方法中,对同源单视SAR幅值图像进行配准.以合成图像和真实图像的试验结果和分析证实了方法的...     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

基于图像特征融合与决策融合的多模式人脸识别方法

利用可见光图像和红外热图像进行图像融合是多模式人脸识别领域的一个新的研究方向．分别从特征级和决策级两个层次上研究了可见光图像和红外热图像的融合问题．在特征级上,引入遗传算法进行特征的优选,实现了两种图像的特征融合;在决策级上,提出利用Dempster-Shafer证据理论来实现决策的融合,并给出了具体的融合方案．分别采集了50人的红外热图像和可见光图像,每种各10张,共1000张图片进行了实验研究．实验结果表明,无论是对两种图像进行特征级融合还是决策级的融合,融合以后最终得到的识别准确率都大大提高,对于LDA和D_LDA方法达到了100％的准确率因此,可以认为基于遗传算法的特征融合方法和基于Dempster-Shafer证据理论的决策融合方法是实现多模式人脸识别的可行方法．