一种基于角点特征的图像自动配准方法

图像配准是图像处理和计算机视觉中的重要环节。提出了一种基于角点特征的图像自动配准方法来处理具有相似变换的图像配准问题。角点特征由改进的Harris算子提取,然后将提取的角点组成虚拟三角形,利用在相似变换下参考图像和待配准图像中对应的虚拟三角形相似的原理,找到最相似的两个虚拟三角形,以它们对应的顶点作为控制点,求出变换模型参数,从而配准两幅图像。该方法只要求两幅图像中提取的角点特征包含3个以上的对应角点,就能配准两幅图像。它的另一个优点是理论上对两幅图像之间发生的平移、旋转和尺度变化没有限制。实验结果表明:这种图像自动配准算法是正确和有效的。

基于特征匹配的地图图像自动配准技术研究

本文针对地图中的特征点,提出了一种基于广义特征点的图像自动配准方法,将特征点从单纯的点拓展到特征区域。以Moravec算子结合其他特征约束条件来自动搜索广义特征点。分别对两幅图像提取广义特征点后,利用基于根均方误差和交叉相关的两级匹配算法完成同名控制点的建立。并以局部加权直线拟合方法来校正图像的几何畸变。最后建立两幅图像之间的函数映射关系,完成图像的配准。实验结果证明了该方法的有效性。该方法可用于校正近景面地图影像的几何畸变和遥感图像的局部几何畸变。

一种改进的基于不变描述子的图像自动配准方法

本文提出了一种改进的基于不变描述子的图像自动配准方法来处理具有全局仿射变换的图像配准问题。该方法主要分为三步:首先,利用Mean-shift算法和区域标记算法分别从参考图像和待配准图像中提取区域特征作为配准基元,采用7个仿射不变矩作为不变描述子;其次,通过组合仿射不变矩的最小距离准则和行、列匹配概率系数算法获得一个候选匹配区域特征集,运用穷举策略从中得到三个最好的匹配区域特征,利用它们的重心点坐标计算仿射变换模型参数的初始值;最后,根据空间一致性检测获得所有正确的匹配区域特征,利用它们的重心点坐标和最小二乘算法估计最优的仿射变换模型参数。仿真和实际图像数据的配准实验和对比实验结果表明本文方法具有较高的可靠性和配准精度。

结合相位和SIFT特征相关的图像自动配准算法

提出一种鲁棒性较好的图像配准算法解决乱序输入图像序列自动拼接问题。首先为输入图像建立多分辨率金字塔,在较低分辨率图像层上进行相位相关区域搜索;接着对得到的相关区域进行SIFT特征相关验证,得到图像序列的配准关系和透视变换矩阵的初步估计;然后结合估计参数对原始图像的SIFT特征再次进行相关匹配,最终实现图像序列变换参数的精确求解。该算法结合相位相关和SIFT特征相关两种配准算法的优点并应用由粗到精的匹配策略提高了图像配准的速度和稳定性。

基于SIFT-Delaunay编码的SAR图像自动配准算法

合成孔径雷达(SAR)图像自动配准问题是SAR图像解译的关键技术之一,长期以来未有得到很好的解决。SIFT(Scale-invariant feature transform)可以通过检测局部特征对图像进行配准,是一种比较成功的自动配准算法,但由于场景的复杂性,单纯的SIFT算法不能解决相似特征不同位置的问题,本文针对SAR图像的特点,基于Delaunay三角拓扑理论,提出了一种SIFT-Delaunay编码的自动配准算法,通过实测数据试验,该算法能够解决SAR图像仿射变换中SIFT算法配准中的问题,实现SAR图像自动配准。

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。

图像自动配准初始参数确定

为了实现图像自动配准,需要确定初始变换参数,为此提出了图像特征线和图像特征圆的概念。以仿射变换作为图像配准变换模型,由Harris角点检测法确定图像特征点,由图像特征点求取图像特征线和图像特征圆,根据该特征线和特征圆详细推导了图像自动配准初始参数的确定算法。根据以上算法实现了图像自动配准,证明了该算法的有效性。

基于尺度不变特征变换的图像自动配准方法

运用尺度不变特征变换方法提取图像特征,采用基于圆域的特征主方向计算方法,强化了图像的特征旋转不变性能;利用k-d搜索树与简化的广义Hough变换相结合的方式进行图像特征匹配,提高了特征匹配的效率和精度。实验表明,该方法能够对不同分辨率、不同光照、不同拍摄角度的图像完成精确自动配准。

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。

基于投影变换的图像自动配准

在阐述图像的投影变换与图像配准的关系的基础上 ,提出了一种基于投影变换的图像自动配准算法 ,在算法中结合运用了图像的Laplacian塔技术。在微机上编程实现了本算法 。

基于互信息和单应性原理的图像自动配准研究

基于图像特征的配准是图像配准的一个主要研究方向。传统的基于特征的配准方法一般都存在着计算量大、复杂度高以及配准精度低等问题。该文提出了一种基于互信息和单应性原理的图像自动配准方法。该方法首先利用harris算子提取角点,然后通过互信息粗匹配和RANSAC精匹配得到一对一的匹配角点对,最后根据匹配角点对计算出对应的单应矩阵来实现图像配准。为相互间满足刚体变换关系的图像之间的配准提供了一种新的思路。

基于外部标记点的图像自动配准方法探讨

目的 提出一种基于外部标记点的图像自动配准方法。方法 首先通过选取适当的密度阈值在预处理后的源图像中分离出候选标记点。然后根据标记点的特征从候选标记点中筛选出真正的标记点 ,并计算其质心。最后 ,根据识别出的标记点实现图像配准。结果 将此方法分别应用于人体体模 2例及健康成人 8例 ,共计 40个标记点 ,均被正确识别。结论 本方法具有配准精度高、速度快。

遥感图像自动配准的串行与并行策略研究

面对数据量呈指数增长的全球遥感图像,研究快速、有效、高精度的自动图像配准算法成为遥感领域迫切需要解决的问题。综述了遥感图像自动配准算法的研究现状和关键技术,且从新的角度分类总结了已有算法的特点及适用情况,并给出了综合的解决方案;同时研究并提出了三种新的并行策略,获得了较好的实验结论。由于算法采用粗粒度的数据并行方法,因此可扩展性和可移植性较好,无论在理论上还是在实践上都能为实际的遥感应用提供有益的指导和借鉴。最后提出了有待进一步研究的问题。

结合Broyden族算法和微分同胚变换的图像自动配准方法

本文采用微分同胚变换预处理图像,得到初始化形变场,提高对形变图像的配准精度;采用Broyden族算法优化能量函数,自动确定迭代次数,提高优化效率;基于Demons算法思想引入图像梯度灰度场相似量构造能量函数,提高灰度信息少的图像配准精度。实验证明,本文算法配准精度优于改进的Demons算法,尤其在配准大形变图像时,本文算法配准精度高的优势更加明显。

图像重建算法对兆伏级成像系统图像质量及自动配准精度的影响研究

目的:对比研究TOMO Radixact螺旋断层放射治疗系统不同迭代重建(IR)算法对兆伏级CT(MVCT)成像系统图像质量的改善及对自动配准精度的影响,探索适合临床应用的重建算法。方法:使用MVCT成像系统分别扫描Tomo-Phantom HE型模体和Catphan604型模体,分析MVCT图像重建算法中的标准(STD)算法、迭代重建通用(IR-G)算法、迭代重建软组织(IR-ST)算法3种重建算法生成的3组图像,分别计算3组图像的噪声指数(NI)、图像均匀性指数(UI)、调制传递函数(MTF)、低对比度可见度(LCV)和对比度噪声比(CNR)。利用Lucy模体进行自动配准算法准确性测试,通过对左右方向(x轴)、头脚方向(y轴)、垂直方向(z轴)以及y轴的自由旋转(Roll)4个维度的配准数据进行其对自动配准精度的影响验证分析。结果:IR-G和IR-ST重建算法的NI分别为39.58±0.10和14.62±0.26,优于STD算法的39.58±0.10,UI分别为19.87±0.83和15.84±2.51,优于STD算法的24.51±1.81,LCV分别为2.50±0.03和1.74±0.11,优于STD算法的3.67±0.04,且均有明显提升,但MTF50%的高对比度分辨率分别为0.23和0.21lp/mm,低于STD的0.32lp/mm,整体图像质量IR重建算法优于STD重建算法。自动配准算法准确性测试中,y轴方向上IR-G和IR-ST算法的配准精度分别为(0.360±0.142)mm和(0.245±0.050)mm,均高于STD算法的(0.145±0.136)mm,差异有统计学意义(Z=6.0、15.0,P<0.05),其余方向的配准精度差异均无统计学意义(P>0.05)。结论:IR算法在噪声、均匀性及低对比度分辨率上均有优势,但高对比度分辨率有所降低,高对比度分辨率的降低并未导致自动配准精度降低。

基于样条小波和混合遗传算法的多源图像自动配准算法

为实现图像自动配准,需要确定初始变换参数,为此提出图像特征线和图像特征圆的概念,基于仿射变换模型,推导了确定图像自动配准初始参数的算法,并基于B样条小波和混合遗传算法求取最终的多源图像配准参数.实验结果表明,该算法可实现图像的自动配准,证明了该算法的有效性.

用Harris-Laplace特征进行遥感图像配准

为克服图像在旋转及分辨率不一致时自动配准的困难,提出了一种新的自动配准方法:包括新的尺度空间投影算法和新的特征匹配算法。基于Harris-Laplace(H-L)特征的尺度不变性,新的尺度空间投影法运用H-L方法提取图像特征,然后将特征空间建立在依据特征点主方向的图像投影信息上,使得特征空间具有对图像旋转和分辨率大小不变的特性。新的特征匹配法则采用特征空间k-d树欧氏距离匹配和RANSAC一致性位置检验相结合的方法,实现了高效率无差错的特征匹配。通过比较分析与实验证明,该自动配准方法能够对不同分辨率、不同旋转角度的图像精确地实现自动配准。

基于分层多模板匹配的影像自动配准方法研究

提出一种基于分层多模板匹配的高空间分辨率影像的自动配准方法,并根据不同季相遥感影像的特点提出稳定性模板自动选取的方法和流程,详细描述了基于梯度能量的模板选取方法,以及如何筛选容易受到噪声、动态目标干扰的模板区域,如基于植被覆盖度的方法筛选可能受到植被季相变化的模板。同时,还运用了小波多尺度图像分解和自适应匹配的方法来减小模板匹配中数据计算量和搜索空间。通过模板匹配的精度和最小二乘法对匹配后的模板进行筛选,建立图像之间的影射关系,从而实现遥感影像的自动配准。

基于改进Harris算法的航空影像自动配准算法

图像配准是图像融合、变化检测和图像镶嵌等的核心技术。本文提出了一种新的基于改进的Harris角点检测的自动配准算法,利用水平、垂直方向的梯度检验,提高了整个算法的运算速度,增加了自适应阈值的确定算法,提高了整个算法的鲁棒性,实现了航空影像间的自动配准。实验表明,该方法配准精度高,速度快,能够有效地对航空影像实现自动配准。

颈动脉疾病的对比增强磁共振血管成像:自动图像配准能否提高图像质量?

对于颈动脉疾病病人，对比增强磁共振血管成像（magnetic resonance angiography，MRA）是另一种无创性可替代数字减影血管造影（digital subtraction angiography，DSA）的检查方法。在DSA检查中，若病人身体移动，可以通过移动蒙片来提高图像质量。本研究的目的是探讨这样的图像配准是否有助于提高颈动脉MRA的图像质量。前瞻性收集370例可能患有颈动脉疾病病人的MRA检查数据。应用3种成像质量参数比较标准的非配准MRA与自动线性配准、仿射（affine）配准、弯曲（wrap）配准的MRA影像：