一种精确图像待配准区域的快速配准算法

在众多图像配准算法中,尺度不变特征转换(Scale-invariant feature transform)由于其对旋转、尺度缩放、亮度变化保持不变性,且对仿射变换和噪声也有一定程度的鲁棒性,从而得到了大范围的应用.但该算法的缺点是运行时间过长.论文旨在减少不必要的检测区域,减少特征点检测和描述符构建所花费的时间.主要...     

基于分块互信息的图像配准

针对传统互信息缺乏利用空间信息而容易导致误配的缺点,提出了基于分块互信息的多模图像配准方法,并运用于可见光与红外图像之间的配准。该方法首先将可见光与红外图像分块,求得每个可见光与红外图像块对的互信息,并由块对中可见光与红外图像的质心间的距离为参数,确定块对的配准系数,求得每个块对的互信息与配准系数的乘积的和,定义为分块互信息,并以此为配准准则。实验表明,该方法运用与可见光与红外光配准,在配准精度上优于传统互信息方法。     

基于分块-空间聚类的图像配准算法

模板匹配算法应用广泛,但不能判断配准结果是否正确,也无法比较不同像对配准结果的准确程度。提出无变形、无旋转情况下分块-空间聚类的图像配准算法,将基准图分块在参考图上配准从而获得基准图的多个配准位置,并对这些位置进行空间聚类从而计算基准图的最后配准位置,并评估配准质量。试验表明该算法配准准确度高,能够正确评估配准质量并比较不同像对配准结果的准确程度。     

基于SURF算法和SC-RANSAC算法的图像配准

提出了一种融合SURF算法和SC-RANSAC算法的图像配准方法。首先利用SURF算法提取待匹配图像的特征, 然后用最近邻方法找出匹配点, 最后运用SC-RANSAC算法剔除错误的匹配点, 实现图像的正确配准。实验结果表明, 该方法在保持较高的特征点正确匹配率的前提下, 配准速度高于SURF和RANSAC相结合的方法和SIFT和RANSAC相结合的方法。     

基于分块互信息和量子粒子群算法的图像配准

多模图像的配准是图像融合等图像处理需要先行解决的问题.本文提出了一种基于分块互信息和量子粒子群的配准方法,在配准中利用分块互信息值为相似性测度,并用量子粒子群算法求解配准所需的空间变换参数.实验表明:该方法能够避免陷入局部极小值而且速度得到明显改善,其运用于多模图像配准,可以得到理想的效果.     

图像配准技术研究

图像配准技术是图像拼接技术最关键的步骤,图像配准的好坏直接决定了图像拼接结果的优劣。对图像配准工作进行了总结,介绍了基于区域的图像配准和基于特征的图像配准方法,并分析了各个方法的优缺点,同时指出了现有图像配准算法存在的问题和发展的方向。     

SIFT-FCACO算法的图像配准

为了降低图像配准误匹配率以及减少RANSAC算法特征优化迭代次数,提出了SIFTFCACO的图像配准算法,用快速收敛的蚁群算法对图像匹配后的特征点对进行优化。实验结果表明,该算法不仅减少了匹配时间,而且提高了匹配的准确率。     

基于区域特征的图像自动配准方法

通过分析比较不同配准方法的原理及优缺点,提出了一种基于图像区域特征的配准方法.算法首先对待配准图像进行自适应阈值分割,然后利用数学形态学方法进行区域轮廓提取优化,接着计算各区域的特征描述,最后以各特征向量距离最近区域的重心作为控制点集对图像进行配准.实验结果表明,该算法能够对图像进行快速准确的配准,而且具有纠正一定几何畸变的能力,是一种有效的自动配准方法.     

基于ICP算法的医学图像几何配准技术

几何配准是医学图像领域研究的重要内容，医学图像几何配准的目标就是建立术前和术中两组点的变换关系。该文利用股骨为模型，讨论了基于轮廓特征的ICP医学图像几何配准算法，从技术上实现了术前建模和术中取点，并编制相应的ICP算法程序。     

交通事故现场图像配准的新算法

在交通发达的今天,交通事故的发生是不可避免的.发生交通事故后,对于事故现场图片勘查的测绘时间的长短往往成为了交通事故勘查形成延迟的主要原因.为了对交通事故现场勘查的处理提供基础的数据支持,一般采用自动绘图系统来快速产生数据.这些数据必须符合事故现场平面勘查图的特点,能够使用现有的图像处理技术,进而生成完整的图像处理体系.主要介绍交通事故图像配准的过程,以及研究了一种新的适用于交通事故现场图像配准的优化算法.     

基于相关性的病理切片图像配准

尽管病理切片图像对配准的要求比较高,而现存的配准方法却难免会产生失配现象。为解决这一问题,提出了一种基于相关性的病理切片图像配准新算法。该算法是采用基于图片中两平行列(行)间的数据来抽取特征的方法。为了避免“干扰”的累积,该算法选择了差值曲线中最强的特征——最大包来作为模板的基元,并根据图片内容的相关性,利用最大包的分布作为模板来进行图像配准,从而降低了“干扰”的影响,使算法配准的稳定度比以前一些算法有较大的提高。实验证明,该算法不仅比较规整,稳定性高,而且计算速度也较快,是一种比较实用的图像配准算法。     

多模态图像配准技术

多模态图像配准近年来成为了图像处理领域的热点与难点；尽管这方面的研究已经有了一些成果，但目前所应用的主要方法仍然存在很多不足；对现有图像配准方法的意义、原理、分类及配准的流程做了详细的介绍，并对各种方法进行了比较，提出了各种配准算法适用范围，对它们各自的性能进行了分析和评价，力求为该领域提出一个较详实的背景材料。     

一种新的基于特征区域的图像配准算法

全景拼图是近年来兴起的基于图像的绘制技术（IBR）中的一个重要研究方向。在全景视图的实现过程中，关键技术是实现重叠图像正确、平滑的无缝拼接。本文在原有图像配准技术的基础上，提出了一种新的基于特征区域的配准算法，该算法利用两幅重叠图像对应特征区域的相似性，经过特征选择、特征提取和特征匹配三个阶段，实现两幅图像的拼接。实验结果证明，该算法在拼接速度和效果方面的表现均令人满意。     

基于BBF优化算法的无人机遥感图像配准研究

针对无人机遥感图像中的亮度、尺度、图像重叠等问题,利用BBF优化算法设计无人机遥感图像配准方法。根据无人机遥感成像原理,获取无人机遥感图像作为配准对象,通过图像融合、校正等步骤,完成初始遥感图像的预处理。提取无人机遥感图像的SIFT 特征点和轮廓特征,利用BBF优化算法搜索当前图像与参考图像之间的特征匹配对,完成图像的特征匹配。最终通过粗匹配、精匹配和消除错误匹配点三个步骤,得出无人机遥感图像的配准结果。通过效果测试实验得出结论:与传统配准方法相比,优化设计方法的特征匹配点准确率提升5.15%,漏配率降低了3.75%。     

结合边缘与灰度信息的SAR图像配准算法

同一场景下的合成孔径雷达(SAR)图像的灰度特性由于相关噪声的影响及成像条件不同可能存在很大差异,使得单纯基于边缘特征或灰度信息的方法难以胜任SAR图像配准工作。根据SAR图像的特点,提出一种典型地物边缘形状信息与局部灰度统计信息相结合的基于特征的图像配准方法,弥补了仅利用边缘特征或灰度信息的方法在SAR图像配准中的不足。给出了本方法用于Radarsat图像上的实验结果。     

基于SUSAN算法的图像配准

通过检测物体的特征点来完成两幅图像的配准。根据USAN区域的描述,采用简化了的SUSAN算法检测刚体的特征点,然后通过找到的特征点和刚体形状不变的特性采用特征点之间的几何关系来配准。实验的结果表明,在无旋转条件下的刚体图像配准中,该算法在特征点提取和图像配准过程中速度比较快。     

基于人工免疫网络算法的图像配准方法

图像配准在很多领域得到了广泛应用,而且是其中不可缺少的步骤。该文提出了一种基于人工免疫网络算法的图像自动配准方法,该方法利用Partial Hausdorff距离作为相似测度,采用人工免疫网络算法寻找最优解。实验证明该方法可以很好地配准各种图像,为图像配准提供较好的解决方法。     

全局自动图像配准算法加速器

由于全局自动图像配准算法计算和存储复杂度高,不易实现实时处理,为此提出一种改进的基于块的全局自动图像配准算法加速器结构(BWAGIR Ⅱ).该结构采用双组多体存储结构及优化的数据放置策略,支持在单个时钟周期内同时读取4×4插值窗口中的16个像素值;并采用定浮混合计算逻辑,以支持定点和浮点操作数的混合计算.FPGA实现结果表明,采用文中结构对5个BWAGIR Ⅱ处理单元的数据吞吐率超过258×106像素/s.     

基于区域分块与A-KAZE的齿轮图像拼接算法

针对基于特征算法的连续局部齿轮图像拼接中,无效区域和平坦区域影响配准时间和配准精度的问题,提出了一种基于区域分块与A-KAZE的齿轮图像拼接算法.算法首先利用区域法和相关性度量快速分割出图像间的特征区域和相似区域;然后使用基于A-KAZE算法进行图像特征提取与描述;接着,对特征点采用汉明距离进行KNN粗匹配,使用RAN...