最优控制点选取的遥感图像亚像素配准算法

分析了已有图像配准算法应用遥感图像配准方面的面临的问题,针对提高不同模态遥感图像配准精度问题,提出了一种人工辅助多模态图像配准算法。该算法首先由人工对待配准图像(测试图像)和参考图像输入控制点,利用高斯差分算子确定测试图像极值点;其次利用投影变换和最小线性平方差算法计算双边平均配准误差;最后,根据配准误差自动对控制点进行亚像素调整,取得亚像素级控制点匹配,实现遥感图像精确配准。实验结果表明,该算法具备更高的配准精度。      

快速亚像素图像配准算法研究

亚像素图像配准是图像配准技术中的研究热点。常用的亚像素配准算法是相位相关法与拟合方法的结合。针对该方法中存在的时间和精度不能同时达到最优的问题,提出了基于角度-平移信号频率估计的亚像素配准算法,利用相位相关中的交叉功率谱的角度信息构建出了角度-平移一维信号,运用DFT相位差分法准确估计出一维信号的频率,进而计算出图像间的亚像素平移量。通过在Matlab下仿真实验,验证了本文算法在时间和精度上均优于拟合法。     

基于自适应阈值SIFT算法的TOFD图像配准

文中运用超声TOFD的方法对焊缝进行检测,通过对同一缺陷进行检测,获取多组数据,产生一系列TOFD图像,将其中一幅图像作为参考图像,其他的作为待配准图像,运用SIFT的方法进行配准。对SIFT算法中距离比阈值参数进行分析,采用自适应距离比阈值的方法,寻找到最优的距离比阈值参数,对图像进行特征匹配,提高配准精度。同时,将配准后的图像,通过迭代相加的方式,使检测图像的检测误差和噪声进一步降低。实验表明,该方法能显著地改善TOFD图像的质量,信噪比达到24d B。     

基于SURF和矩阵乘法的超大规模遥感图像亚像素配准算法研究

图像配准是一项基本而又非常关键的图像预处理技术。在很多应用领域,要求配准精度达到亚像素级。现有的相位相关法具有精度高、计算简单等特点,但是随着图像规模的增大,计算付出的时间代价是巨大的。本文提出基于SURF和矩阵乘法相位相关法的超大规模遥感图像亚像素配准算法,采用化整为零的方法,首先把整幅图像划分成不同区域,其次使用改进的Canny算法进行边缘分割,去除无用信息,再次使用SURF算法提取特征,最后在关键点周围使用矩阵乘法相位相关估计图像亚像素偏移量。实验表明本文提出的算法不仅提高了算法运行速度,同时也解决了图像尺寸太大导致一般计算机无法处理的问题。并且由于矩阵乘法相位相关的良好抗噪声特性,因此即使存在噪声,算法仍然可以获得较高的亚像素偏移量估计精度。     

两阶段平移、旋转图像高精度配准算法

图像配准在图像处理中是十分重要的,通常是许多现代图像处理和计算机视觉任务一个关键的预处理步骤,许多算法和技术已经被提出用来解决配准问题.本文提出一种稳健的两阶段层次配准算法,在频域组合相位相关和谱对消技术对平移和旋转图像获得亚像素精度的配准.算法第一阶段首先利用一维FFT技术实现图像的旋转以确定旋转角度,并利用这个旋转角度将两幅图像之间的运动简化为平移运动,然后利用相位相关法确定整数像素平移参数.算法第二阶段运用谱对消技术确定亚像素平移参数.提出的算法甚至在图像因为下采样而包含混淆误差情况下仍然能够获得亚像素精度配准.     

基于相位相关和模板匹配的亚像素图像配准参数估计

针对图像配准中的亚像素参数估计问题,提出了一种相位相关和模板匹配相结合的方法。该方法先采用相位相关法进行粗配准,找到整像素平移;然后运用模板(窗口)匹配和基于最小二乘的曲面拟合法实现亚像素图像配准参数估计。通过实验表明该方法可以充分利用FFT的高效运算,达到亚像素精度。     

基于核回归正则项的图像超分辨率重建

讨论了图像成像的基本模型,并提出了一种基于调整核回归函数作为正则项的序列图像重建算法。该算法是对已经提出的核回归算法的改进,减少其在超分辨率图像重建时的运算量。而且在图像配准过程中针对图像间只存在平移和旋转变换,采用了基于矩形像素值的亚像素配准方法,以提高配准的速度和精度。利用此算法对序列图像进行重建仿真,并通过结论得出其在噪声严重的情况下具有更好的边缘保留特性。     

一种稳健的多通道SAR图像配准方法

针对SAR处理中图像失配导致相应像素对的相干信息丢失问题进行研究,利用统计估计思想融合相邻像素相干信息,不仅利用当前处理像素,还利用其周围像素的复数据来构造像素数据检测矩阵,通过均方根偏差最小作为图像配准测度,提出一种稳健的多通道SAR自适应图像配准方法,该方法有效地增强了图像配准稳健性,同时提高了算法的计算精度。     

一种用于图像超分辨的实时高精度像素内配准方法

在超分辨图像复原处理中,像素内的配准精度、速度是超分辨图像最终实现的实时性和高质量的关键因素。传统的利用泰勒级数展开像素内配准方法实时性较差;分级少的块匹配配准精度相对较低。该文提出一种基于分段双三次多项式拟合的分级块匹配像素内配准技术,在算法复杂度低的同时保证了配准精度,并在文中给出了实验统计结果。     

亚像元图像超分辨率重建研究

针对光纤束耦合成像系统的特点,对存在亚像元量级空间错位的图像进行超分辨率重建研究。研究分为图像配准与融合两个步骤。图像配准时,用经典的Keren配准算法对两幅图像进行亚像元级别配准。图像融合时结合双三次插值对配准后两幅图像进行Mallat小波分解与重构,从而实现图像超分辨率重建。实验结果表明,简化后的配准算法配准精度达到了0.01像素,而经过插值与融合重建出来的图像空间分辨率提高了一倍,并且保留了丰富的细节信息。