總結(jié) 圖像配準算法

《總結(jié) 圖像配準算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、圖像配準定義為：對從不同傳感器、不同時相、不同角度所獲得的兩幅或多幅圖像進行最佳匹配的處理過程[2]。圖像配準需要分析各分量圖像上的幾何畸變，然后采用一種幾何變換將圖像歸化到統(tǒng)一的坐標系統(tǒng)中。在配準過程中，通常取其中的一幅圖像作為配準的標準，稱之為參考圖像；另一幅圖像作為配準圖像。圖1-1圖像配準的基本流程圖1-2圖像配準方法分類根據(jù)配準使用的特征，圖像配準的方法大致可分為三類：(1)基于圖像灰度的配準算法。首先從參考圖像中提取目標區(qū)作為配準的模板，然后用該模板在待配準圖像中滑動，通過相似性度量(如相關(guān)系數(shù)法、差的平方和法、差的絕

2、對值法、協(xié)方差法)來尋找最佳匹配點。(2)基于圖像特征的配準算法。該算法是以圖像中某些顯著特征(點、線、區(qū)域)為配準基元，算法過程分為兩步：特征提取和特征匹配。首先從兩幅圖像中提取灰度變化明顯的點、線、區(qū)域等特征形成特征集。然后在兩幅圖像對應的特征集中利用特征匹配算法盡可能地將存在對應關(guān)系的特征對選擇出來。對于非特征像素點利用插值等方法作處理推算出對應匹配關(guān)系，從而實現(xiàn)兩幅圖像之間逐像素的配準。(3)基于對圖像的理解和解釋的配準算法。這種配準算法不僅能自動識別相應像點，而且還可以由計算機自動識別各種目標的性質(zhì)和相互關(guān)系，具有極高的

3、可靠性和精度。這種基于理解和解釋的圖像配準涉及到諸如計算機視覺、模式識別、人工智能等許多領(lǐng)域。不僅依賴于這些領(lǐng)域中理論上的突破，而且有待于高速度并行處理計算機的研制。從自動化角度來看，可以將配準過程分為自動、半自動和手動配準。存在問題：如何提高圖像的配準速度將是大范圍遙感圖像自動配準問題的要點；選取何種自動配準方案以保證圖像的配準精度將是大范圍遙感圖像自動配準問題的另一要點。其中，h表示二維空間坐標變換。g表示灰度或輻射變換，描述因傳感器類型的不同以及成像時氣候等環(huán)境的影響所帶來的圖像灰度的變換。配準問題的實質(zhì)就是要找到最優(yōu)的空域

4、變換h和灰度變換g，使得上述的等式成立，從而找到配準變換的參數(shù)特征空間的選擇通常要考慮以下幾個因素：相似性；空間分布；唯一性。在自動圖像配準中對特征的理解可以分為兩類。(1)基于灰度的方法：基于灰度的方法將重點放在特征匹配上，在其過程中并沒有真正提取特征。一般所說的模板匹配法就是這種方法的代表。這種方法實際上將圖像的灰度分布直接作為特征而構(gòu)成匹配的基礎(chǔ)。(2)基于特征的方法：基于特征的方法需要在圖像中提取顯著的特征：區(qū)域(森林、湖泊、農(nóng)田等)、線(區(qū)域的邊界、道路等)和點(區(qū)域的角點、線的交點、曲線上的高曲率點等)。特征應該可以分

5、布在圖像任何地方并且可以被提取出來。一般圖像配準的過程主要涉及到圖像的特征空間、相似性測度和搜索策略這三個方面。我們稱這三個方面為圖像配準的三要素，它們決定了圖像配準的精度和速度。按照配準過程中采用的特征類型，圖像配準可分成兩類：基于灰度的配準和基于特征的配準的方法?；趫D像灰度的配準方法是直接利用圖像的灰度值來確定配準的空間變換，其中充分利用圖像中所包含的信息，從而也稱為基于圖像整體內(nèi)容的配準方法。這類方法的核心思想是認為參考圖像和待配準圖像上的對應點及其周圍區(qū)域具有相同或者相似的灰度，并以灰度相似為基礎(chǔ)采用相似度函數(shù)，然后尋找

6、一組最優(yōu)的幾何變換參數(shù)使得相似度函數(shù)最大，從而實現(xiàn)圖像的配準。在兩幅圖像灰度信息相似的情況下，常用的匹配方法有：互相關(guān)法(Cross-correlation)，序貫相似檢測算法(SequentialSimilarityDetectionAlgorithms,SSDA)以及最大互信息法。雖然基于灰度的圖像配準方法實現(xiàn)簡單，但存在著如下缺點：(1)對圖像的灰度變化比較敏感，尤其是非線性的光照變化，將大大降低算法的性能；(2)計算的復雜度高；(3)對目標的旋轉(zhuǎn)，形變以及遮擋比較敏感。因此這種方法通常并不單獨用在遙感圖像配準中?；谔卣鞯?/p>

7、圖像配準方法可以克服利用圖像灰度信息進行圖像配準的缺點，主要體現(xiàn)在以下三個方面：(1)圖像的特征點比圖像的象素點要少很多，因此大大減少了配準過程的計算量；(2)特征點的匹配度量值對位置的變化比較敏感，可以大大提高配準的精確程度；(3)特征點的提取過程可以減少噪聲的影響，對灰度變化，圖像形變以及遮擋等都有較好的適應能力。因此，其在圖像配準領(lǐng)域得到了廣泛應用。基于特征的圖像配準方法有兩個重要環(huán)節(jié)：特征提取和特征匹配。圖2-13基于特征的圖像配準方法的基本步驟基于特征點的配準方法的缺點：目前大多數(shù)的遙感圖像配準系統(tǒng)都采用基于特征點的配準

8、方法，以交互或自動的方式選擇必要的控制點，但這些系統(tǒng)不能很好地適用于自動處理大量的數(shù)據(jù)，原因是特征點或控制點的選取是一項耗時、耗力的工作，在要求實時處理的應用中，這種方法是不現(xiàn)實的。同時自動配準要考慮是精度問題，因為在衛(wèi)星遙感圖像中自動地確定有效的