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,不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.

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明:该方法鲁棒性好,运算速度快,配准精度较高。

基于Radon和Fourier-Mellin变换的电缆终端红外图像识别

在运行过程中,电缆瓷套式终端的线夹、应力锥和尾管部位可能存在异常发热现象.为了对各部位异常发热的红外图像进行有效识别,文中引入Radon与Fourier-Mellin变换对红外图像进行特征提取.该方法首先对原图像进行Radon变换,再进行解析Fourier-Mellin变换;然后定义与原图像的旋转及与尺度变换无关的不变函数,基于不变函数提取Radon与Fourier-Mellin变换后图像的4种特征.将提取特征向量输入到BP神经网络进行图像识别,结果表明,基于Radon与Fourier-Mellin变换的几何变换不变特征提取方法能够有效反映红外图像特征,具有良好的识别效果,且该方法对噪声具有较强的鲁棒性.

基于Fourier-Mellin变换和相干系数法的重复轨道干涉SAR图像配准新方法

相对于单轨双天线InSAR系统,重复轨道InSAR系统由于轨道不能完全平行,导致InSAR图像对间存在夹角,使其配准更为困难。该文针对非平行重复轨道的InSAR问题,提出了一种结合Fourier-Mellin变换和相干系数法的InSAR图像配准算法,对存在夹角的SAR复图像对进行精确配准。该方法用于粗配准时,通过引入非线性图像幅度变换预处理,克服了Fourier-Mellin变换无法直接处理SAR图像对幅度分布动态范围大且不均匀的问题,而用于精配准时,通过引入相干系数法,精确估计了复图像对之间存在的微小角度。以SIR-C/X重复轨道的X波段SAR数据为例,详细比较了传统相干系数配准算法和该文算法在配准精度和计算时间上的差异,从而验证了算法的有效性。

基于Fourier-Mellin变换和Keren算法的改进运动估计算法

针对超分辨率图像重建中图像运动估计精度要求高,速度要求快的问题,对传统的基于Fourier-Mellin变换和Keren算法的运动估计方法做出以下改进:首先提取参考图像和待估计图像的边缘,从而避免了Fourier-Mellin变换的不足(对细节不明显的图像运动估计精度极差);由于只是用Fourier-Mellin变换进行粗估计,对角度估计精度要求不高,只需小于1°,因此在进行对数极坐标变换时,可以减少角度坐标和对数坐标的采样点数,大幅缩小了矩阵大小,提高了运动估计速度;由于先用Fourier-Mellin对待估计图像进行粗估计,Keren算法可以避开复杂的金字塔计算而只需一层估计,减少了运动估计时间。在VC++中的仿真实验表明,该方法有效地结合了Fourier-Mellin变换和Keren算法的优点,同时又提高了运动估计速度。经测试,用未改进的算法对328×500像素大小的两幅图像进行运算估计需要3.53s,而用改进的算法则只需要1.15s,大大提高了运动估计速度。

基于多尺度Fourier-Mellin变换的末制导目标跟踪

针对光电成像末制导阶段目标尺寸迅速增大且可能伴有旋转的稳定跟踪问题,采用了一种基于多尺度Fourier-Mellin变换的目标跟踪方法。根据高斯尺度空间理论和Fourier-Mellin变换,构造了基于多尺度Fourier-Mellin的图像变换参数估计策略。利用平均绝对差分匹配准则对模板和待匹配图像进行图像匹配,当匹配误差过大时,基于多尺度Fourier-Mellin变换进行模板参数估计,求出模板与当前目标之间的尺度和旋转变换参数,并利用双线性内插调整模板,求得目标匹配位置,对模板进行刷新。仿真结果表明,该算法能够适应末制导阶段目标尺寸的急剧变化,实现对目标的稳定跟踪,其跟踪精度和稳定性优于传统方法。

基于多分辨Fourier-Mellin变换的剪纸纹样识别算法

提出一种基于多分辨Fourier-Mellin的剪纸纹样识别算法。该算法先对剪纸纹样图像进行Fourier-Mellin变换,再对变换后的图像通过小波变换计算出各层方差和均值,得到剪纸纹样不同子带的特征值,应用支持向量机对剪纸纹样进行识别。实验证明,该方法不仅具有平移、旋转和尺度不变性,而且适用于有夸张艺术变形的剪纸纹样识别。

基于Fourier-Mellin变换和曲面拟合的IC芯片图像亚像素配准算法

为实现IC芯片图像的精确配准,提出一种Fourier-Mellin变换和曲面拟合法结合的图像亚像素配准算法。算法首先采用Fourier-Mellin变换计算出待配准IC芯片图像的旋转角和平移量的整像素峰值位置,然后对峰值区域进行基于最小二乘的曲面拟合,通过取极值点获得亚像素级的精确峰值位置。另外,Fourier-Mellin变换由于旋转的频谱混叠和坐标变换中的重采样插值会产生误差,新算法采用加窗和滤波的方法加以改进。实验结果表明,所提算法实现了IC芯片图像的亚像素级配准,具有较好的精度和鲁棒性。

基于Radon和伪Fourier-Mellin变换的图像退化不变性识别方法

图像退化不变特征提取是图像识别中的关键技术,针对图像模糊、平移、拉伸和旋转退化等问题,本文提出了一种基于Radon和伪Fourier-Mellin变换的图像退化不变性识别方法。首先,介绍了相关的数学背景包括图像模糊的定义、Radon变换和伪Fourier-Mellin变换等;并讨论了基于Radon和伪Fourier-Mellin变换的图像组合退化不变特征,包括几何变换不变特征和模糊不变特征;最后,为验证所述方法的有效性,本文从图像不变性识别能力、计算复杂度两个方面进行了实验验证并与现有其他方法进行了比较。实验结果表明:本文所述的图像退化不变性识别方法在保证不增加计算复杂度的前提下,其识别能力和抗噪能力具有比较明显的优势。

一种改进的Fourier-Mellin变换的图像拼接技术

Fourier-Mellin变换法是目前应用较广泛的图像拼接方法,它基于频域分析,能快速实现包含平移、旋转和缩放关系的图像之间的自动拼接。对该算法做了全面细致的仿真实验,总结图像匹配各方面特性,发现该算法对小角度和小缩放因子的图像检测不敏感。因此,提出先利用一点一线法检测出两幅图像间的旋转角度和缩放因子,然后再利用Fourier-Mellin变换算法实现图像拼接。理论分析和实验结果表明,与以往的方法相比该方法拼接精度高,是相位相关技术的一种很好的延伸。

基于Radon和解析Fourier-Mellin变换的篡改图像盲检测算法

复制粘贴(Copy-Move)是一种极为常见的图像篡改方式。为了快速有效地检测图像经过旋转、缩放等操作后的篡改图像,本文提出了一种基于Radon和解析Fourier-Mellin变换的篡改图像盲检测方法。文章首先对图像进行分块,之后将图像块进行Radon和解析Fourier-Mellin变换,并提取计算变换结果后的矩特征值,最后计算矩特征值的相关性。本文算法不需要对灰度图像进行二值化与归一化处理,而是直接从图形的Radon变换与Fourier-Mellin变换的结果中提取不变特征,理论分析与实验结果表明,本文提出算法的检测结果优于基于正交矩的检测方法,而且对均值为0的白噪声的鲁棒性显著高于基于正交矩的检测方法。

一种基于Fourier-Mellin变换的数字水印的研究

研究了一种经典的基于Fourier-Mellin变换的水印算法，并提出了一些改进，实验证明这样的改进是可行、有效的。相信，这一工作有助于更强鲁棒性的水印算法的设计。

基于Fourier-Mellin变换的医学图像配准算法

针对基于互信息配准广泛应用于医学图像配准,存在计算量非常大、耗时长,受初始旋转和平移参数影响较大而使目标函数陷入局部极小等问题,采用Fourier-Mellin变换,先计算出2幅图像功率谱的反Fourier变换得到所对应的峰值位置,从而求得它们的相对平移,对于图像幅度谱用对数-极(Log-Polar)变换求出相对旋转角度,从而获得2幅图像配准参数,最后对图像进行配准.RTMT虽然能快速配准,但是配准精度有待提高.将RTMT和RMI结合在一起进行配准,即将RTMT获得的旋转角和平移量作为RMI的初始值,再应用RMI配准.这种方法不但计算量少而且运算简单,得出的结果精度高并且配准速度快,对于单模态图像配准和多模态配准都适用,还解决了容易陷入局部最优的问题.

基于Radon和解析Fourier-Mellin变换的尺度与旋转不变目标识别算法

由于正交矩对噪声鲁棒性强、重建效果好,因此被广泛应用于目标识别与分类中,但是正交矩本质上缺乏尺度变换不变性,而且必要的图像二值化与规一化过程会引入重采样与重量化误差。为此,在研究现有正交矩的基础上,提出了一种基于Radon变换和解析Fourier-Mellin变换的尺度与旋转不变的目标识别算法。该算法首先直接对目标灰度图像进行Radon变换,然后对Radon变换结果进行进一步解析,通过Fourier-Mellin变换将原图像的旋转变化转化为相位变化,将原图像的尺度变化转化为幅度变化;最后,通过定义一旋转与尺度不变函数,同时利用不变函数的4种特征,再应用k-近邻法实现分类。理论与实验结果表明,由于避免了正交矩方法存在的重采样与重量化误差,该算法的分类精度高于基于正交矩的分类方法,而且对白噪声的鲁棒性也显著高于基于正交矩的识别与分类方法。

基于Radon和Fourier-Mellin变换的物体几何不变性分析

本文提出一种具有高容噪能力并且对灰度和二值图像都适用的平移、尺度与旋转不变性分析方法,该算法在对图像进行坐标变换后,利用Radon变换将目标图像转换到投影空间,组成投影矩阵,然后对投影矩阵进行Fourier-Mellin变换,最后从变换矩阵中提取不变特征、进行目标图像的分类。理论分析与实验结果表明,与现有的不变性分析方法相比,该算法克服了以往方法的不足,对灰度和二值图像的不变性识别都适用,并且本算法对噪声的鲁棒性强;对灰度图像的识别率高;可以达到理想的分类效果。

一种利用Fourier-Mellin变换和曲线拟合的遥感图像亚像素配准方法

直接使用傅里叶梅林变换计算出的图像间旋转参数的精度不高,以此旋转参数对图像进行纠正后再使用相位相关的扩展方法计算出的图像间的平移参数精度也不高.针对这种情况,提出一种改进的角度检测方法.传统的方法是先对图像进行傅里叶变换,然后进行极坐标变换,再使用相位相关得到相关谱,通过相关谱的峰值位置确定图像间的旋转角度,最后对图像做角度纠正并计算平移参数.而本文对相关谱峰值所在区域进行拟合,使用拟合后的峰值位置替代原来的峰值位置确定图像间的旋转角度.由于拟合后的峰值位置的精度高于拟合前,估计角度的精度会更高,使用此角度做旋转纠正能够提高图像之间的相关性,进而也提高平移参数的精度.实验证明:与Fourier-Mellin变换的通常做法相比,此方法显著提高了配准的精度,平均角度精度提高0.187°,水平方向上平均平移精度提高0.339 pixel,垂直方向上平均平移精度提高0.296 pixel.

基于投影变换与Fourier-Mellin变换结合的图像配准

傅里叶梅林变换是比较优秀的图像配准方法之一,但此方法不适用于倾斜影像。针对此问题提出了一种基于投影变换与Fourier-Mellin变换相结合的图像配准方法。该方法首先根据投影构像方程计算标准图像与待配准图像之间的投影变换矩阵;然后根据投影变换矩阵对待配准影像做倾斜校正;最后对纠正后的待配准影像与标准影像进行Fourier-Mellin变换,得到准确的配准参数。实验结果表明,该方法使得Fourier-Mellin变换的图像配准方法不仅适用于相对平行影像对之间配准,也适用于非相对平行影像对配准,且在直观与客观上都比传统傅里叶梅林变换配准结果好。

基于Fourier-Mellin变换的图像配准算法及性能研究

快速傅立叶变换(FFT)改进了离散傅立叶变换(DFT)的计算过程,被广泛应用于数字图像的实时处理中。在相位相关技术的基础上,提出了一种新的图像配准算法,即在需要配准的两幅图像中心选取相同区域大小,进行Fourier-Mellin变换,变换后是一个二维脉冲信号,由此而得到图像配准参数。实验结果表明了该算法的有效性和可靠性。

基于Fourier-Mellin变换的对称相匹配滤波算法

在Chen 的算法的基础上,给出了一种新的频域模板匹配算法,这种算法解决了频域相关中图像尺寸大小不同的问题,在峰值检测中以相关平面局部最大值代替其最大值,提出从图像之间的旋转和缩放参数到平移参数几次迭代使它们之间互相适应的策略.航空照片匹配实验结果表明。

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换(Fourier-Mellin Transform,FMT)影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。