基于传感器参数和改良CPD算法的红外与可见光图像点云配准

为实现前下视红外图像与可见光图像的有效配准,提出了一种基于传感器参数和改良CPD算法的红外与可见光图像自动配准算法.首先,利用传感器的姿态和高度信息,对前下视红外图像进行几何透视校正,消除图像间的旋转和比例缩放等差异;然后,对可见光图像和校正后的红外图像提取边缘特征点,基于相似变换模型,利用改良的CPD算法对其实现精配准.实测数据验证表明,该方法能实现对红外与可见光图像的良好配准,配准精度达到1个像素左右.     

基于互信息的紫外成像仪中图像配准研究

紫外成像仪为实现放电点定位和电气设备故障诊断,需要对来自不同传感器的紫外与可见光图像进行配准。针对紫外与可见光图像成像原理差异较大,特征点提取及匹配困难的问题,文章提出一种基于互信息的紫外与可见光图像配准算法并将其应用到紫外成像仪中完成实时配准。首先计算紫外与可见光图像中的互信息,将互信息作为相似性测度,采用刚体变换模型对图像进行变换,然后通过1+1进化算法求取最优相似性测度时的空间变换参数而完成图像配准,并通过仿真和紫外成像仪样机验证了所提算法的有效性。     

基于标定信息的高低分辨率图像配准方法

针对激光三维成像系统分辨率较低,特征点不易提取,同时与可见光成像系统图像配准实时性不高的问题,提出了一种基于标定信息的低分辨率距离图像与高分辨率强度图像配准方法。首先,通过对激光三维成像系统与可见光成像系统进行标定,得到了二者的内参数、外参数以及畸变系数;其次,利用二者的标定信息,通过构造像素匹配模型,确定了低分辨率距离图像像素点所对应的高分辨率强度图像像素点。最后,通过遍历低分辨率距离图像每一个像素点,实现低分辨率距离图像与高分辨率强度图像的像素配准。实验结果表明:该方法在保持准配精度基本不变的情况下,配准时间从2.111 s减为0.856 s,降低了算法的时间消耗,具有一定的可行性。     

基于传感器参数和感兴趣区域的图像配准算法研究

通过对光电成像型反舰导弹的成像过程分析,提出一种基于传感器参数和感兴趣区域的图像配准方法。红外和可见光图像配准时的变换模型为仿射变换,首先通过传感器参数的调整实现空间分辨率的配准,将仿射变换简化为刚体变换;然后用海天线提取算法提取出感兴趣区域,对感兴趣区域用形态学边缘检测方法求取目标的轮廓中心,并以此为控制点消除图像间的平移变化,实现图像的完全配准;最后利用均方根误差原则对算法的配准效果进行评估。仿真实验表明,该算法快速、准确,配准精度满足目标识别的要求,可以较好地解决异类传感器弱小目标图像配准的难题。     

前视成像雷达图像序列配准算法研究

为解决前视阵列成像雷达中图像序列的配准问题,该文将前视阵列雷达的成像原理与Hausdorff距离有机结合,提出一种图像序列配准方法。该方法基于传感器信息、图像分辨率校正和回波域Hausdorff距离,首先利用传感器信息估计出图像间的距离向偏移,在此基础上修正天线孔径长度并校正序列图像分辨率。为解决地雷目标各向同性造成的角度估计困难,使用Hausdorff距离对序列图像实施配准。结合前视阵列雷达的成像原理,将Hausdorff距离从图像域映射到回波域,实现分辨率校正与配准的统一,提高配准速度和精度。通过实测数据验证,该方法适用于前视阵列成像雷达,能够提高图像序列配准精度,改善系统检测率。     

基于互信息和梯度的红外与可见光图像配准新方法

红外与可见光图像配准是常见的多传感器图像配准,在军事、遥感等领域有着广泛的应用。提出了一种基于互信息和图像梯度的红外与可见光图像的自动配准方法：首先,获得图像的梯度信息,然后根据定义的扩展结构获得边缘区域图像,选择最大归一化互信息作为相似性测度,使用Powell算法获得最佳配准参数。实验结果证明,本文方法较传统的基于互信息和梯度的配准方法,提高了配准的速度和精度,可以作为一种有效的粗配准的方法。     

基于控制点的多光谱图像自动配准研究

针对同类传感器多光谱图像的配准,提出了一种快速有效的图像自动配准方法。该方法采用Forstner算子分别从参考图像和配准图像提取控制点,再利用基于灰度相关的算法匹配同名像点,然后利用同名像点求解仿射变换参数,实现多光谱图像的配准。通过液晶光谱相机成像实验对该方法进行验证,结果证明了该方法处理速度快,配准精度高。     

基于FPGA的紫外/可见光图像实时配准实现

为了在电路损伤早期探测和定位电晕放电,依据其放电在紫外波段的成像特性,采用基于现场可编程门阵列(FPGA)为核心的处理平台,设计了可对紫外光和可见光两路信号进行采集、配准和融合处理的实时检测系统。通过优化设计硬件结构、快速图像配准算法及基于MicroBlaze软核的控制模块,提出了一种基于FPGA的快速图像配准的实现方法,实现了对不同焦距下可见光图像数据与紫外图像数据的实时融合处理。结果表明,该方法能够有效提高图像融合处理的速度和系统运行效率,满足对紫外信号进行检测和定位的要求。该方法已经运用于南方电网的线路巡检中。     

机载SAR图像快速经纬度计算及精度分析

从机载合成孔径雷达(SAR)距离一多普勒原理出发研究目标定位问题,文中采用多项式拟和平台位置,修正了零多普勒条件方程,建立了适合机载SAR的构像模型和坐标系变换关系,提出了一种实时无参考点定位情况下的雷达图像经纬度计算方法,并对影响定位精度的参数包括平台测量误差、多普勒中心估计误差和载机高度误差进行定量分析,实验结果表明该方法能有效地校正SAR图像存在的几何变形,定位误差精度与理论分析基本一致.     

红外与可见光图像配准方法分类及现状

红外与可见光图像配准作为一类重要的多传感器图像配准方法,在自动控制、机器人、遥感及军事应用等领域发挥着重要作用.介绍了红外与可见光图像配准问题的本质及难点,从原理上总结了大部分配准算法的基本步骤,并将现有的配准方法分为两类:基于区域的配准方法和基于特征的配准方法.从算法的可行性角度出发,分析了几种具有代表性的配准方法及其优缺点,最后对其未来的发展进行了展望.     

基于级联变换的光学和SAR图像配准算法

针对光学和SAR(Synthetic Aperture Radar)图像配准中存在明显辐射和几何差异的问题,提出了一种基于级联变换的多源遥感图像配准方法.首先,利用灰度变换提取光学和SAR图像间的稳定结构特征,去除辐射差异性;然后,提出一种新的加权对数极坐标变换算法,解决图像间全局几何差异性,保证算法的尺度和旋转不变性,并初步得到整体的平移量;最后,通过局部几何变换,得到一系列的匹配点对,构建薄板样条模型,实现图像的精确配准.实验验证了算法去除辐射差异性和获得全局几何变换参数的能力,与传统的多源图像配准算法相比,基于级联变换的配准算法鲁棒性好,配准精度高.     

基于几何结构属性的光学和SAR影像自动配准

提出了一种基于几何结构属性的光学和合成孔径雷达(Synthetic Aperture Radar,SAR)影像配准方法.该方法引入了具有光照不变性的相位一致性模型进行影像特征提取,采用该模型的强度和方向信息构建了一种几何结构特征描述符—相位一致性方向直方图(histogram of orientated phase congruency,HOPC),并根据该描述符间的欧式距离定义了影像匹配的相似性测度(称为HOPC_n).该测度能表示影像间的几何结构相似性.通过选择4组光学和SAR影像进行试验,结果表明,HOPC_n能有效率的抵抗影像间的非线性辐射差异,并且其匹配性能好于经典的相似性测度.另外,也设计了一种基于HOPC_n自动的配准方法,试验结果证明了该方法的有效率和鲁棒性.     

一种基于虚拟三角形的图像自动配准方法

图像配准是图像处理和分析的关键技术之一.本文提出了一种基于虚拟三角形的图像自动配准方法来处理具有全局刚体变换的图像配准问题.该方法主要分三步:首先采用改进的Harris算子从参考图像和待配准图像中分别提取角点特征,将每三个角点顺次连接起来构成一个虚拟三角形;然后运用刚体变换模型下匹配虚拟三角形对全等的准则找到全等性最好的一对虚拟三角形,利用它们的对应顶点求解刚体变换模型参数的初始值;最后根据刚体变换模型参数的初始值和一个预设的门限得到所有的匹配角点特征,通过它们求得最终的刚体变换模型参数.实际图像实验结果表明:本文提出的图像自动配准方法是正确和有效的,并具有较高的配准精度.     

一种简易的激光雷达点云与光学影像自动配准方法

将激光雷达点云与光学影像进行配准融合,在数字城市建模、自动驾驶和导航避障等方面有重要的应用价值。当前多数自动配准方法需要专门设计特殊的场景结构,操作复杂。根据激光雷达对玻璃具有穿透的特性,提出利用透明的门窗等室内建筑物场景来实现对激光雷达点云与光学影像的自动配准。首先,将激光点云量化为图像,提取光学影像与量化图像的门窗角点特征,并利用相关系数法实现特征点的自动匹配;然后,对激光雷达与相机之间的配准转换参数进行求解;最后,对两种数据进行配准融合。实验结果表明:利用室内门窗这种规则的半透明场景,可以轻松实现激光点云与光学影像的自动化配准,简单实用,操作性强。     

基于改进光流场模型的脑部多模医学图像配准

 基于光流场模型的配准其常亮假设的光流场约束要求待配准的源图像和目标图像具有一致的灰度,因而只适用于单模态图像之间的配准,为此使用基于排序的精确直方图规定化对脑部MR-PD图像进行模态变换,完成与MR-T2图像之间的灰度映射.由于此配准方法主要用来寻找时间序列图像中的细小形变,当待配准的两图像差异较大时就不能取得满意的配准效果,为此使用能反映图像结构的标记点构造附加的外力对光流场模型加以改进,以获得更理想的配准参数.实验证明,本文方法能够实现具有较大差异的脑部MR多模序列图像之间的准确配准.     

基于特征的遥感图像自动配准算法

面向光学图像的多时相、多光谱、多传感器图像的自动配准,本文描述一个基于特征的高精度图像配准算法.它以点映射配准技术为基础,处理具有全局仿射几何失真的图像配准问题.首先,通过边缘检测和相应的后处理提取封闭边界;其次,根据边界链码相关和区域不变矩匹配策略建立边界的对应,并对对应重心即匹配点对进行一致性检测获得基元控制点;最后,估计初始变换参数,并通过显著点片的相关匹配来增加控制点个数,迭代修正变换参数以提高配准精度.多种遥感图像数据的配准实验和对比试验证实了的自动算法具有较高的可靠性和配准精度.     

环视SAR成像处理中的几何失真校正方法

环视合成孔径雷达（SAR）工作于波束扫描模式,雷达天线以垂直地面方向为轴线作圆锥扫描,实现对载机周围360°范围内的聚焦成像。为了研究环视SAR成像处理中几何失真校正问题,通过波束扫描至空间不同位置处的成像几何关系,分析了成像过程中引起几何失真的机理,提出了一种基于子图像素实际地理坐标的几何失真校正方法。利用文中给出的方法对实测环视SAR数据进行处理,得到无几何失真的SAR图像,证明该方法有效。     

基于CNN-WF的高灵敏紫外成像仪中的图像配准与融合

针对现有紫外成像仪中紫外光与可见光图像配准实时性差,精度不高等问题,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)与小波融合(Wavelet Fusion,WF)的紫外光与可见光图像配准融合方法,并将其应用于高灵敏紫外成像仪中.首先,结合刚体变换和卷积神经网络对采集到的图像数据进行参数模型预训练,通过自主挖掘图像特征寻找到最优空间变换参数,实现紫外光图像与可见光图像的精确配准;其次,利用二维小波分解与重构算法实现紫外光与可见光图像的融合.实验结果表明,所提方法的紫外光图像与可见光图像配准速度快,叠加精度高,且具有良好的稳定性.