一种基于仿射变换的SURF图像配准算法

传统的SURF算法对仿射变化较大的图像配准效果差。为此,提出了一种仿射-加速鲁棒性特征(Affine-SURF)的图像配准算法,通过增加经度角和纬度角不变特征引入仿射形变参数来模拟图像在不同角度的变形。实验结果表明,与SIFT、SURF、MSER等配准算法相比,该算法能够获得更多特征匹配对,提高了算法对仿射变化的鲁棒性。     

基于颜色不变量和仿射不变性的彩色图像配准

ASIFT图像配准算法实现了完全的仿射不变性,但色彩信息的缺失导致算法对光照条件敏感。结合颜色不变量理论和ASIFT算法,提出一种彩色图像配准算法CASIFT。在ASIFT基础上以颜色不变量代替灰度信息提取特征点并建立特征点的特征描述子,解决了ASIFT算法在光照差异较大情况下彩色图像配准率低的问题。实验结果表明,CASIFT彩色图像配准算法对于光照变化和视角变化均有更好的鲁棒性。     

具有仿射不变性的彩色图像配准方法研究

经典SIFT算法在特征提取及特征匹配阶段存在耗时过长的问题,而SURF算法对仿射角度大的图像配准时错配率较高;且已有算法对彩色图像的处理均把彩色信息转为灰度信息,从而丢失了表征图像的颜色信息.提出一种具有仿射不变性的彩色图像配准算法:C-ASURF算法,通过模拟仿射变换得到一系列模拟图像,对模拟得到的图像计算颜色不变量,再对其进行特征点的检测及特征点的匹配,因此,它能够很好的解决图像配准时因图像仿射角度过大而造成的配准失效问题,且能够保留彩色图像的彩色信息.实验结果表明,C-ASURF算法的运行速度比具有仿射不变性的SIFT算法要快很多,且图像配准的准确率也很高,能够满足图像配准的高效性及实时性要求,具有很好的稳定性.     

图像空间与手术空间点配准算法

手术导航系统中手术空间与图像空间点配准方法,普遍使用无约束最小二乘法求出三维刚体变换矩阵,由于测量误差,求出的矩阵存在着缩放、错切和反射等形变,不是严格的三维刚体变换矩阵。提出有约束最小二乘法,约束条件为正交矩阵,使用迭代法使变换矩阵正交化,从而逼近最优变换矩阵,从理论上解决了点配准算法的工程实现。     

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。     

基于面积投影的图像配准方法

针对低分辨率图像之间的配准精度问题,直接影响到超分辨率图像的重建质量.通常图像之间的平移和旋转,采用基于泰勒级数展开的迭代配准算法以及频域配准算法.传统的泰勒级数展开的迭代配准算法的配准精度取决于图像的低阶逼近误差及迭代过程中图像的插值近似运动变换所造成的误差.采用泰勒级数展开的配准算法进行了改进,以面积投影变换来替代原有迭代算法中的图像插值变换,这种图像变换算法更加符合图像的成像原理,仿真结果表明,算法能够有效提高低分辨率图像间平移和旋转角度的配准精度.     

基于兴趣点特征对互信息准则的图像配准算法

图像拼接技术在现实中的用非常广泛,但是当前的一些算法并不能从根本上消除配准时出现的缝隙或者鬼影,根据已有理论,提出了一种优化的图像配准算法.首先把图像中的兴趣点及其角度信息提取出来,利用互信息准则,得到需要的配对点,得到两幅或多幅图像的拼接自然的完整图像,实验表明,该算法是有效的.     

基于最大特征点对互信息的图像配准*

定义了局部特征点对互信息量,并在两个合理的假设下提出了基于最大特征点对互信息量的一种新的图像配准方法.该方法包含了两个搜索过程:第一个过程是基于特征点对的全局搜索过程,该过程得到初始匹配点对;第二个过程是在初始匹配点对的邻域内利用互信息基本性质的局部搜索,该过程可以进一步提高匹配点对的精度.全局搜索过程能够提高搜索效率,而局部搜索又可以克服依赖于准确提取特征点的不足.最后通过理论分析和实验证明了所提出方法的有效性.     

基于角点特征的自动图像配准

针对图像配准对时间和精度的需求,本文提出适用于角点特征的配准算法：提取两幅图像的角点构造三角形,计算三角形的角度,寻找两幅图像对应的相似三角形,用三角形的顶点坐标求得仿射变换系数,参考图像进行仿射变换,与待配准图像比较相似性,最大相似性对应的变换图像为配准结果。引入强角点和Harris角点对该算法进行验证。与Fourier-Mellin和基于RANSAC寻找匹配点对角点配准算法比较,实验数据表明该算法的快速准确,并具有一定的抗噪性。     

图像配准中特征点匹配分析与展望

图像配准是图像处理技术中的关键技术之一.近年来国内外出现了各种新颖的配准算法,但均有各自的应用局限,只能适用于特定的场合.从图像配准的一般原理出发,对目前的配准方法进行综合的分析和讨论,归纳其优缺点及其应用场合,并展望了特征点匹配算法的未来发展趋势.     

基于曲率的全仿射曲线图像配准

为了解决视点变化造成曲线图像匹配和识别困难的问题,利用全仿射模型建立仿射变换图库,在图库样本中通过曲率信息找出与目标样本相关性最优的样本,从而达到曲线图像匹配和识别的目的。基于曲率的全仿射曲线图像匹配的方法, 首先根据全仿射模型对样本图像建立样本库,对样本库中每一个样本通过等间隔偏移进行采样,然后对采样后的子样本建立曲率样本子集,将目标图像与样本子集中的每一个样本进行快速最近邻搜索算法相似性匹配;最后通过匹配结果,找到最优匹配样本。实验结果表明,基于曲率的全仿射曲线图像配准具有较高的成功率,并且与传统算法相比具有更多的优点。     

基于岩心扫描仪的多物距岩心图像的配准

在用岩心扫描仪进行高分辨率的图像采集时,对于表面起伏程度较大的岩心,一般要在不同物距上进行多次扫描,然后将图像进行融合,但由于多物距图像之间存在空间上的偏移和伸缩,所以必须先进行图像配准.针对此问题,研究了基于岩心扫描仪的多物距岩心图像的特点,并根据常见的剖面岩心和柱面岩心各自的特点采用了不同的配准策略.对剖面岩心采用基于仿射变换的配准方法,对柱面岩心采用基于空间变换的配准方法,配准效果较好,图像不存在扭曲和变形.     

基于仿射变换模型的图象特征点集配准方法研究

图象配准是计算机视觉中目标识别的一种基本方法,其目的是在待识别图象中寻找与模型图象的最佳匹配.目前,对于图象间的变换为相似变换的情形已有闭合公式.本文则分别运用最小二乘和矩阵伪逆两种方法,对图象间的变换为仿射变换的情形进行了研究,并给出了简单的闭合公式.实验表明这种方法精确、稳定、受噪声影响小.     

基于仿射重投影的增强现实三维注册方法

针对增强现实虚实配准中的无标志点虚实场景注册问题,提出一种基于仿射重投影与自然特征点追踪相结合的虚实注册方法.该方法以仿射变换为桥梁来建立欧氏空间下的摄像机坐标系与世界坐标系之间的变换关系,它与OpenGL等当前流行的图形渲染工具一致,具有更强的通用性;采用基于分类的自然特征匹配策略,能够在视角和视点发生大幅度变化情况下依然正常工作;提出基于特征点集合的仿射坐标系定义方法,使增强现实系统在最小配置下只需4点追踪成功即可完成注册,比需要6点的透视投影方法具有更好的健壮性和精确性.实验结果表明,该方法的运算速度能够达到18帧/s,具有较好的实时性;同时注册误差保持在5mm以内,达到令人满意的配准精度.     

使用仿射不变特征的遥感图像自动配准

提出一种仿射不变特征的构造方法对航空图像序列进行全自动配准。仿射不变特征基于图像尺度空间和二阶矩矩阵构建,配准使用金字塔方法和距离度量的加速算法进行,借助配准概率模型检验,保证配准可靠性。实验结果证明,使用仿射不变特征能在无定位信息的情况下有效完成航空图像序列的自动配准。     

基于仿射迭代模型的特征点匹配算法

图像序列中的特征点匹配是计算机视觉中的一个基本问题,也是目标识别、图像检索以及3维重建等问题的基础。为了提高图像匹配的精度,提出了一种针对两幅图像的高精度特征点自动匹配算法。该算法首先分析并提出两幅图像中相应特征点的邻域窗口之间的单应映射可以用仿射变换模型来近似;然后通过快速的基于仿射变换模型的迭代优化方法,不仅估计并矫正了相应邻域窗口之间的透视畸变,同时还补偿了在特征点检测阶段对相应特征点的定位误差,从而使匹配结果达到子像素级精度;最后通过真实图像的实验以及与现有算法的比较结果表明,该算法不仅得到了更多的匹配关系,还提高了特征点匹配的精度。     

一种具有仿射不变性的图像匹配算法

针对仿射扭曲图像对之间的匹配问题,传统算法对仿射变换的6个参数都进行归一化,在仿射畸变严重时匹配效果不佳,不具备完全的仿射不变性。为此,提出一种基于参数仿真的图像匹配算法。根据经纬度对摄像机坐标的角度参数进行仿真,利用Harris-Laplace算法提取特征点,使用尺度不变特征变换对其进行描述,由此仿真尺度参数,并归一化平移和旋转参数。实验结果表明,与MSER、Harris-Affine、Hessian-Affine算法相比,该算法的鲁棒性较强,能使所有参数都具有不变性,具有完全的仿射不变性。     

图像配准的小波分解方法

提出了利用图像与其作小波分解后的近似分量的轮廓相似性，进行图像配准的一种方法．首先利用仿射变换和小波分解的理论，证明了该方法的正确性，并对求配准参数的运算量进行了分析；然后给出了利用该方法实现图像配准的步骤；最后结合MRI图像的配准，对该方法进行了实验验证．该方法能提高配准的速度，对实时图像配准具有实用价值．     

Image Registration with Guaranteed Displacement Regularity

The goal of image registration is twofold. One goal is to enforce a certain similarity of two images by geometrically transforming one of the images. The second goal is to keep this transformation meaningful or regular. There exists a large amount of approaches aiming for regularity. Most of those are based on certain regularization techniques, others use so-called regridding options. Here, we present a mathematically sound formulation that explicitly controls the deformation in terms of the determinant of the Jacobian of the transformation. In contrast to similar work, we use pointwise inequality constraints, i.e., the volume is controlled voxel by voxel and not by integral measures. This approach guaranties grid regularity and prevent folding. As it turns out, the discretization of the volume constraint inequality is not straightforward. Therefore, we present a new type of discretization enabling the detection of twists in a pixel or a voxel. Such detection is crucial since a twists indicates that a transformation is physically meaningless. To solve the large-scale inequality constrained optimization problem, we present a numerical approach based on an interior point method. We finally present some numerical examples that demonstrate the advantage of including inequality constraints explicitly. This work was supported by NSF grant CCF-0427094 and NIH grant NIH R01 HL068904.     

基于多项式图像配准问题的一点研究

It is shown that the polynomials based image registration, which is widely used in remote sensing field, does not have a sound mathematical basis. In fact, there seems no theoretical basis for the polynomials based transform to outperform the affine transformation, a much simpler one, in image registration. If the transformation functions are polynomials of order n, the corresponding scene is shown to be in general the intersection of two curved surfaces of order n+1, in other words, a space curve. In some special cases, the scene is approaching to a plane. To our knowledge, such results did not appear in the literature previously.