一种基于高阶累计量的图像抗噪配准改进算法

为了降低噪声对图像配准精度的影响,提出了一种基于高阶累计量的图像抗噪声配准改进算法,首先通过对图像作去均值处理,并利用三阶累计量的离散傅里叶变换得到三阶谱,然后计算出归一化互双谱,来有效抑制噪声的影响,最后利用傅里叶逆变换得到了精确的平移量、旋转角度和尺度缩放因子。仿真实验结果表明,提出的改进算法能够将含有较强噪声的图像进行更为精确的配准,得到平移量、旋转角度和尺度缩放的最大估计误差分别仅为0.58pixel,0.19°和0.36%,且配准后的图像具有较小的均方根误差均和较大的归一化相关峰置信度,进一步说明了提出算法对噪声影响具有更强的适应性和鲁棒性,能够获得更加精确的配准图像。