局部相位相关用于图像亚像素级配准技术研究

提出了一种基于局部相位相关的高效和鲁棒的亚像素级图像配准方法。通过传统的相位相关算法估计出初始平移参数后,在初始位置的引导下对互相关功率谱进行上采样矩阵Fourier变换,实现了图像局部相位相关,得到图像间亚像素级平移参数。实验结果表明,算法配准精度较高,且对随机噪声和光照变化具有较强的鲁棒性。     

一种改进的病理显微图像亚像素快速配准方法

针对病理显微图像的快速高精度配准的应用需求,提出了一种改进的亚像素快速配准方法。通过采用对数差值函数对显微图像重叠区域进行信息量评估,由H型对数差值模板配准获取两幅图像像素级的粗定位和有效子图,继而在两幅子图上采用局部上采样相位相关法来获取亚像素级别的配准估计值。该方法利用H型对数差值模板简洁、配准速度快的优点规避了相位相关法计算量随着图像尺寸增大而急剧增长的缺陷,并能够对显微图像进行信息量评估以避免空白图像造成的误配。经实验表明,改进的显微图像配准方法配准精度可达0.01像素,速度为相位相关法的3.7倍（图像大小为2448×2048）,更适合应用于病理显微图像的快速高精度配准。     

亚像素级图像配准算法研究

在很多应用领域,要求图像配准的精度达到亚像素级。对现有的亚像素级图像配准算法进行了分类,介绍了几种最主要的亚像素级精度的配准方法,包括基于插值的方法、扩展的相位相关法、解最优化问题法,并对这些算法的思路、性能特点和最新进展进行了综述。然后从几个评价标准对各种算法进行了比较,分析了各自影响性能的因素和性能提升的空间。最后对未来的发展趋势进行了展望。     

基于相位相关的小波域图像配准方法研究

小波变换是一种多尺度信号分析方法,近几年在图像处理领域受到广泛关注,它克服了傅立叶变换的固定分辨率的弱点,既可分析信号概貌,又可分析信号的细节。相位相关是一种频率域的图像配准参数估计方法,是利用傅立叶变换的平移、旋转等特性进行参数估计的。在研究多尺度小波分析和相位相关理论的基础上,提出基于小波系数的像素级相位相关图像配准方法：首先对待配准图像进行小波分解,获得低频小波系数后,再对小波系数应用相位相关进行配准参数估计。实验结果表明了该方法的可行性和有效性。     

基于Harris角点量与相位相关的亚像素级图像配准方法*

相位相关法是一种常用的图像配准方法,而直接基于傅里叶变换的快速图像配准方法（ＦＤＦＡ）使之具有亚像素级的配准精度,它需要根据图像内容细心选择参与相位拟合的频率分量,并在图像上施加窗口以抑制频域的图像边界效应,从而提高其偏移量估计精度。从边界效应抑制的角度出发,利用Harris角点量代替原始图像进行相位相关计算,与传统的对原始图像加窗的方法不同,该方法既抑制了边界效应,又避免引入截断误差,同时只用对其第一项频率分量进行拟合,而不需要进行频率项的选择,使相位拟合过程更简单。提取图像的Harris角点并选择其中     

基于加权联合导向矢量模型的InSAR干涉相位估计

基于干涉图的传统干涉相位估计方法,当由于图像配准误差而导致的干涉图质量较差时,就难以恢复出准确的真实干涉相位.本文提出了一种基于加权联合导向矢量模型的InSAR干涉相位估计方法.该方法构造最优联合观测矢量和加权联合导向矢量,同时利用相邻像素的相干信息,并采用波束形成技术,因此具有自适应图像配准和降低相位噪声的功能,因而可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.仿真及实测数据的处理结果证明了此方法的有效性.     

小波变换及相位相关在亚像素配准中的应用

结合小波变换理论和Fourier相位相关算法,提出了一种亚像素配准算法。通过对图像进行小波分解获得低频系数,对低频系数应用相位相关进行粗配准,追踪到原图像,在原图像上进行精确配准。实验结果表明,该算法具有精度高,速度快,抗噪性能良好等优点。     

一种应用于图像配准中大尺度位移估计的改进光流法

本文介绍了一种改进的光流法来对图像进行配准. 其新颖之处在于, 引入了一种初始运动估计器 (扩展相位相关法) 来改善光流法的性能. 光流法配准可达到亚像素级精度, 并能计算某些复杂的运动模式, 如 chirping 和 tilting, 但它处理大尺度位移的能力较弱. 相对而言, 因为扩展相位相关法可在像素级精度上对大尺度的旋转和平移进行估计, 且计算效率较高, 所以, 它可以作为光流法一种较好的运动预估器. 实验表明, 这种改进的光流法可显著提高配准精度, 特别是对存在大尺度位移的图像, 并且对随机噪声不敏感.     

基于相位相关法的SAR图像配准

图像配准是INSAR技术中关键的一环.可见光图像配准中的相位相关法,因为对噪声具有很高的稳健性,使用相当普遍.针对SAR图像特点,在相位相关法原有基础上,提出几点改进.特别是边缘模糊方面,从信号处理原理角度进行了深入的分析,并且在MATLAB环境下仿真得到验证.通过在原有相位相关法的基础上的几处改进,配准的速度和精度有很大提高,满足了INSAR对两幅SAR图象配准的精度要求,为INSAR下步的相位解缠提供了很好的基础.实验证明了该方法的有效性,可以作为INSAR中关键的一步.     

一种空域和频域相结合的遥感图像亚像素配准方法

扩展相位相关配准方法只适用于图像间相对运动小于图像尺寸的50%甚至30%的情况,其配准精度随着图像间运动增大而降低且易受边缘效应和混叠效应的影响.针对这种情况,本文做了如下改进:在使用相位相关法之前使用空间域方法粗配准,根据粗配准结果提取重叠区域形成两幅新图像,再对两幅新图像使用扩展相位相关进行精配准,解决了原方法只适用于图像间相对运动较小且精度随相对运动增大而降低的问题;为减弱边缘效应对配准精度的影响,通过实验评价了不同加窗方法,并给与了最优的建议;为减弱混叠效应对配准精度的影响,通过实验讨论了理想低通滤镜的截止频率的取值方法.实验证明这种方法不仅拓展了相位相关的使用范围而且在很大程度上提高了配准的精度.     

SAR图像的改进相位相关配准方法

基于相位相关的图像配准方法以其运算量小、抗干扰性强等优点得到广泛关注,但它只能解决具有平移运动的图像配准问题,为此,文章提出一种改进的相位相关配准方法,分析了其配准原理,给出流程图,并将其应用于存在缩放、旋转和平移变换的SAR图像配准中。仿真结果表明,该算法能够较为准确地估计出待配准图像相对于基准图像的平移参数、缩放尺度和旋转角度。     

基于相位相关的亚像素图像配准

提出一种基于相位相关的图像对准方法,该方法精确度达到亚像素级别。相位相关是一种建立在傅立叶平移理论上的图像对准方法,通过计算两幅图像的傅里叶交叉能量谱得到两幅图像的位置差,对图像进行对准。将使用曲线拟合的思想对交叉能量谱的基础上进行进一步的运算,从而将相位相关方法的计算精度推广到亚像素级别。     

基于LOG算子的小信息量图像匹配算法

为了提高远距离图像导航精度,解决小信息量、小模板及噪声条件下图像匹配的难点,针对传统相位相关的图像匹配算法对图像高频信息利用不足、匹配精度受模板尺寸影响及抗噪声干扰性能差的缺点,提出了基于改进LOG边缘检测算子的图像匹配新算法,采用新的LOG算子对参考图像和模板进行边缘检测,并利用相位相关在整幅图像内对模板进行配准。通过实拍图像对新算法进行了验证,实验结果表明,与传统图像匹配算法相比,新算法匹配精度高、抗噪声能力强,目标定位稳定、可靠。     

医学图像配准的混合量子粒子群优化算法研究

基于互信息的配准方法具有精度高、鲁棒性强等特点,但互信息的配准函数存在局部极值,给配准的过程带来了很大的困难。针对此问题提出了以归一化互信息作为相似性测度,将具有较强全局搜索能力的量子粒子群优化（QPSO）算法用于求解低精度的配准参数,再利用具有较强局部搜索能力的Powell法获得高精度配准参数的方法,应用到医学图像的配准中。实验结果表明,提出的混合算法能够有效地克服互信息函数存在的局部极值和Powell方法存在的初始点依赖问题,提高了配准的成功率,具有较高的配准精度和较快的速度。     

Phase Correlation Based Iris Image Registration Model

Iris recognition is one of the most reliable personal identification methods. In iris recognition systems, image registration is an important component. Accurately registering iris images leads to higher recognition rate for an iris recognition system. This paper proposes a phase correlation based method for iris image registration with sub-pixel accuracy. Compared with existing methods, it is insensitive to image intensity and can compensate to a certain extent the non-linear iris deformation caused by pupil movement. Experimental results show that the proposed algorithm has an encouraging performance.     

Phase correlation pixel‐to‐pixel image co‐registration based on optical flow and median shift propagation

With singular value decomposition (SVD) and robust 2‐dimensional fitting phase correlation algorithms, it is possible to achieve pixel‐to‐pixel image co‐registration at sub‐pixel accuracy via local feature matching. However, the method often fails in featureless and low correlation areas making it not robust for co‐registration of images with considerable spectral differences and large featureless ground objects. A median shift propagation (MSP) technique is proposed to eliminate the problem, in a phase correlation and Normalized Cross‐Correlation (NCC) combined approach. The experiment results using images from different sensor platforms and spectral bands indicate that the new method is very robust to featureless and low correlation areas and can achieve very accurate pixel‐to‐pixel image co‐registration with good tolerance of spectral and spatial differences between images. The method will significantly improve change detection in various remote sensing applications.     

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换（Fourier-Mellin Transform,FMT）影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。