一种高效的图像匹配算法

兼顾算法的精度和效率两个方面,基于图像特征的图像匹配算法,逐渐成为众多学者研究的热点.文中提出了将多分辨率和极线约束与相关法相结合的图像匹配方法.该方法采用金字塔分层和极线约束来弥补相关匹配带来运算量大的不足,克服了图像匹配中精度低和速度慢的缺点.通过实验验证该方法不仅能够有效地缩短匹配时间,还能达到较高的匹配精度.     

一种基于边缘轮廓信息的多源遥感图象子象素匹配定位方法

提出了一种基于图象边缘轮廓信息的多源图象匹配定位方法,其目的是利用定位精度较高的高分辩率遥感图象对低分辨率图象实现子象素级的匹配定位,该方法有效地利用了多源遥感图象中共有的区域结构信息,将特征匹配和最小二乘影象匹配相结合,具有较好的普适性,且运算快速、抗噪性能好,采用该方法进行ＮＯＡＡＡＶＨＲＲ图象和Ｌａｎｄｓａｔ ＴＭ图象、１：１００万数字地图的边缘图象匹配,并应用于ＮＯＡＡ ＡＶＨＲＲ图象的几     

基于Fourier-Mellin变换的图像配准方法及应用拓展

从两个方面拓展了基于Fourier—Mellin变换的图像配准方法的应用范围．首先是全景图像的拼接．不同于传统的方法,该方法不需要准确控制相机的运动,小需要知道相机的焦距等内部参数．也不需要检测图像特征,在配准精度要求不是很高的情况下,直接生成的全景图像可以满足很多实际应用的需要;同时,实验也表明,该方法应用于弱透视图像的配准．也具有很好的配准效果．另一个拓展是图像曲线的匹配．传统的曲线匹配方法一般通过曲线特征点（如角点、曲率极值点等）之间的对应求得曲线间的变换参数．一种新的思想是先将图像曲线转化为二值图像,然后应用Fourier—Mellin变换对这些二值图像进行配准,从而达到对两条曲线的匹配．大量实验表明,该方法对射影畸变不是十分显著且摄像机为一般运动下获得的图像之间的配准问题（如手持数码相机获取的图像之间的配准问题）均能取得比较好的配准效果．     

机器人辅助手术导航系统的注册技术

在研究注册算法的基础上,运用最小二乘注册算法实现了高精度的患者注册功能,并对注册精度进行实验验证.首先运用激光跟踪仪及概率统计法对电磁定位系统进行校准;然后提出空间多姿态法对穿刺针进行标定,并制定了患者注册的操作流程;运用齐次坐标和四元数理论建立了注册算法的数学模型,解决了手术导航系统中实际空间与虚拟空间的坐标转换问题;最后结合手术机器人对患者注册的可行性和精度进行验证.实验结果表明,患者注册的精度为0.040 2 mm,能满足临床应用的需求.     

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。     

噪音图象的边缘检测

本文描述了针对噪音图象而提出的一种新的边缘检测技术--统计边缘检测.该算法不必对图象预处理和后处理,它以几个独立的统计试验为基础,直接区分图象和边缘和噪音.通过对不同噪音图象的实际检测,证明本方法对噪音图象的边缘检测能力和效果几乎与对非噪音图象的相同.     

一种有效的数据管理技术

本文在传统的数据库查询方法的基础上介绍了数据库的查询方法;借鉴Ｈａｓｈ 表和Ｈａｓｋ 树的一些基本思想,对数据查询的方法进行了改进;提出了对大数据量的数据库进行快速查询的一种方法。     

一种改进的SSDA图像匹配算法

介绍了一种快速的块匹配算法——SSDA算法,分析了现有SSDA算法的缺点:算法本身没有抗干扰性能、计算过程中没有利用图像自身的特点。针对现有算法的缺点提出改进,仿真结果表明改进算法在抗噪性能、计算速度上都比原算法有所提高。     

基于粗配准和互信息的脑部MR图像配准算法

现有的医学图像配准算法一般都存在需要人工介入、配准时间过长等问题.为了寻找快速、精确、鲁棒性强的自动配准算法,在采用主轴矩方法进行脑部MR(核磁共振)图像的初始配准的基础上,提出局部搜索算法对图像求得更精确的配准.实验表明,该方法的配准精度和现有的Powell算法都可以达到亚像素级,但局部搜索方法和Powell算法相比较,平均配准时间大大缩短;即便和采用了主轴矩粗配准的Powell算法相比较,配准效率也提高了一倍左右.主轴矩粗配准算法提高了配准效率,局部搜索算法则保证了配准的精度.     

基于改进光流场模型的大脑图像配准

将光流场模型引入大脑图像配准,针对Horn模型会造成图像严重模糊的问题,在微分光流场模型的一般框架下,构造具有边缘保持和一致性增强能力的流驱动各向异性扩散方程作为正则项,以增强配准过程的特征保持能力;采用非二次惩罚函数作为数据项,以增强模型的鲁棒性.最后利用文中模型对大脑图像进行配准实验,得到了较为准确的结果.     

基于特征的高精度自动图像配准方法

提出了一种特征匹配策略,它通过建立一个以匹配矩阵为自变量的函数,将空间关系一致性和特征相似性两方面的准则有机地结合起来,使得该函数在图像的最佳配准位置达到全局最大值.这样,特征匹配问题转化为一个函数最优化问题.采用分支定界法解决了这个整数规划问题.用大量的实际图像测试了该方法,并与多种已有方法进行了比较.实验结果表明,该算法是自动的、通用稳健的,而且配准精度是最高的.     

一种基于学习的自动图像配准检验方法

图像配准是众多具体应用的共性核心技术, 如图像融合, 变化检测等. 然而, 当参考图像经过变换后, 如何自动地确定变换后的图像是否与目标图像真正达到了配准仍然是目前文献中一个尚未很好解决的问题. 究其原因, 主要是很难找到一种图像相似性的度量方法来有效地对配准后的图像进行评价. 不同于传统的方法, 本文提出了一种基于学习的相似性度量方法, 即将图像配准的度量问题转化为模式分类问题, 由基于机器学习设计的分类器自动检验图像是否配准. 本文对 400 组图像进行了配准检验, 实验结果显示了该方法的可行性和可靠性. 尽管本文方法的具体实现是针对基于 Fourier-Mellin 变换的配准算法, 但这种基于学习的图像配准检验思想同样可以应用到其他配准方法中.     

An Adaptable-Multilayer Fractional Fourier Transform Approach for Image Registration

A novel adaptable accurate way for calculating polar FFT and log-polar FFT is developed in this paper, named multilayer fractional Fourier transform (MLFFT). MLFFT is a necessary addition to the pseudo-polar FFT for the following reasons: It has lower interpolation errors in both polar and log-polar Fourier transforms; it reaches better accuracy with the nearly same computing complexity as the pseudo-polar FFT; it provides a mechanism to increase the accuracy by increasing the user-defined computing level. This paper demonstrates both MLFFT itself and its advantages theoretically and experimentally. By emphasizing applications of MLFFT in image registration with rotation and scaling, our experiments suggest two major advantages of MLFFT: 1) scaling up to 5 and arbitrary rotation angles, or scales up to 10 without rotation can be recovered by MLFFT while currently the result recovered by the state-of-the-art algorithms is the maximum scaling of 4; 2) No iteration is needed to obtain large rotation and scaling values of images by MLFFT, hence it is more efficient than the pseudopolar-based FFT methods for image registration.     

An Adaptive Gaussian Mixture Model for Non-rigid Image Registration

This paper presents a new model based on statistical and variational methods for non-rigid image registration. It can be viewed as an improvement of the intensity-based model whose dissimilarity term is based on minimization of the so-called sum of squared difference(SSD). In the proposed model, it is assumed that the residue of two images can be described as a mixture of Gaussian distributions. Then we incorporate the features of variational regularization methods and expectation-maximization(EM) algorithm, and propose the new model. The novelty is the introduction of two weighting functions and some control parameters in dissimilarity term. The weighting functions could identify low and high contrast objects of the residue automatically and effectively, and the control parameters help to improve the robustness of the model to the choice of regularization parameters. By the introduced parameters and weighting functions, the algorithm could locally adjust the behavior of deformation in different contrast regions. Numerical experimental results of 2D synthetic and 3D MR brain images demonstrate the efficiency and accuracy of the proposed approach compared with other methods.     

一种有效的签名图像预处理方法

首先讨论了签名图像的表示与描述,在此基础上详细研究了签名图像预处理的各个步骤,提出了一种有效的签名图像预处理方法。实验结果表明,该方法得到的四种签名信息载体能有效表征签名,以此为基础的离线签名识别能取得较高的识别率。     

复杂条件下的船舶目标检测的图象预处理

给出了一种复杂条件下基于视频图象的实现船舶目标自动检测的图象预处理方法,其成功运行于长江三峡临时船闸的船舶检测系统中。因在室外环境中,船舶检测受到反光、阴影等的干扰;对干扰区的检测成为提高精度的关键。提出了一种新的基于边缘带周转象素的灰度直方图构造方法,该直方图能同时用于检测极大和极小的目标,用于反光和阴影区域的检测;并分析和使用干扰区的灰度和结构特征,进行干扰区域的进一步确认,提高了检测精度和抗     

An Adaptive Fuzzy-Inference-Rule-Based Flexible Model for Automatic Elastic Image Registration

In this study, a fuzzy-inference-rule-based flexible model (FIR-FM) for automatic elastic image registration is proposed. First, according to the characteristics of elastic image registration, an FIR-FM is proposed to model the complex geometric transformation and feature variation in elastic image registration. Then, by introducing the concept of motion estimation and the corresponding sum-of-squared-difference (SSD) objective function, the parameter learning rules of the proposed model are derived for general image registration. Based on the likelihood objective function, particular attention is also paid to the derivation of parameter learning rules for the case of partial image registration. Thus, an FIR-FM-based automatic elastic image registration algorithm is presented here. It is distinguished by its 1) strong ability in approximating complex nonlinear transformation inherited from fuzzy inference; 2) efficiency and adaptability in obtaining precise model parameters through effective parameter learning rules; and 3) completely automatic registration process that avoids the requirement of manual control, as in many traditional landmark-based algorithms. Our experiments show that the proposed method has an obvious advantage in speed and is comparable in registration accuracy as compared with a state-of-the-art algorithm.     

改进的SURF彩色遥感图像配准算法

为了进一步提高彩色遥感图像的配准精度,针对遥感图像配准过程中色彩信息利用率低以及误匹配率高的问题,提出一种改进的SURF(Speeded Up Robust Feature)彩色遥感图像配准算法;该算法首先在对彩色遥感图像进行特征点检测基础上,对特征点描述算子进行改进,以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中,并对特征点描述算子进行归一化处理,以增加算子的独特性和对旋转、尺度、光照的鲁棒性;其次,结合单向匹配和双向匹配的比值,提出了一种最优化阈值选择准则,如果欧氏距离比率小于最优化阈值,完成特征点匹配,得到正确匹配点对,再通过变换矩阵得到配准图像;实验结果表明,在保证实时性的条件下,该算法相比于原SURF算法,准确性和稳定性都有一定提高,具有一定的理论和应用价值。     

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.     

一种头部磁共振图像自动配准方法

提出一种基于曲线形状匹配的头部磁共振图像自动配准方法，可实现预分割提取头部轮廓曲线、曲线形状特征提取及匹配和单层匹配结果的校正。实验证明在缺乏成像位置参数时，该方法可快速有效地成功实现头部磁共振图像的配准，特别是颅脑内部包含肿瘤的图像配准。