基于小波分解与多约束改进的序列图像配准

序列图像配准是光学影像超分辨率重建应用中的关键技术,针对如何提高序列图像超分辨率重建过程中配准的速度和精度问题,提出了一种基于小波分解和改进的多约束准则相结合的配准方法。首先对参考帧和待配准帧进行小波分解,生成小波图像金字塔以缩小搜索空间。其次,从金字塔最高层开始利用由局部灰度熵准则、灰度相似性准则和简化欧式距离比例不变准则构成的改进多约束准则提取同名特征点对,利用最小二乘法计算初始配准参数,然后逐层向下,对配准参数进行修正,实现由粗到精的配准。最后,利用模拟生成图像序列与实际获取图像序列进行测试。实验结果表明该方法在参数获取达到较高精度的情况下能有效提高配准速度,具有较好的效果。

基于局部最大熵的多目标图像分割方法

提出了利用图像局部最大熵进行区域增长的多目标分割方法 .以局部熵最大值作为目标种子 ,运用区域增长技术实现多目标分割 ,用图像的局部熵值相似性判决准则和图像灰度相似性判决准则对复杂多目标砾石图像进行了实验 .实验结果表明 ,用图像局部熵相似性判决准则的图像分割结果优于用图像灰度值相似性判决准则的图像分割结果 .