及应用第三次作业基于多尺度分析的图像配准算法研究.PDFVIP

天津大学 小波分析及应用 第三次作业 基于多尺度分析的图像配准算法 研究与应用 学生: 石和平 学号: 1012204003 学院: 电子信息工程学院 专业: 电路与系统(博士) 日期: 2013 年5 月30 日 基于多尺度分析的图像配准算法 研究与应用 1、背景 图像配准是用来将不同条件下（气候、光照度、摄像角度和位置等）获取的 对同一场景的两幅及以上图像进行配准及叠加的过程，它是图像处理技术中一个 [1-2] 十分关键的步骤 。同一场景的两幅或多幅图像，在分辨率、灰度 属性、成像 的模式、比例尺度以及位置等方面会存在很多差异。概括的说，图像配准的核心 问题，即为在变换空间中寻找到一种最优变换，从而达到实现两幅及多幅图像能 够在某种意义上匹配的目的。 而基于多尺度的图像配准技术，在改良已有算法和研究新算法中，其特有的 优势已得到越来越多研究者的认同。所谓图像的多尺度分析，简单地说就是将图 像在不同的尺度上进行分解，从而使得图像的信息能在不同的尺度上得到相应程 [3-5] 度的解释 。显然，在大尺度上，我们得到的图像信息较粗，在小尺度上，将 得到较细的图像信息。在不同的尺度上，图像的表现将不尽相同，而图像的特征 依赖于所观测的尺度空间，因此，多尺度技术为描述一个图像或图像特征提供了 一种有效的方式。若将尺度类比为照相机的镜头，那么，尺度由大到小的变化， 相当于照相机由远及近的向目标接近。大尺度空间与远镜头下观察目标相对应， 体现目标大致的概貌特征；小尺度空间对应于近镜头下观察目标，可以观测到目 标的细节部分。因此，尺度由大到小的变化，可以实现在各尺度上由粗及细的观 察目标，此即为多尺度(或者多分辨率)的思想。 总而言之，图像配准技术在实际应用领域中非常重要，是图像处理技术中一 个十分关键的步骤，在计算机视觉、模式识别、遥感图像处理、医学图像处理、 自动导航及人工智能等众多领域有着广泛的应用。随着不断深入的研究，发现其 不仅能够解决实际问题，还有助于图像识别、图像融合、计算机视觉等诸多方面 的研究发展。 2、图像配准的基本原理 给定两幅具有偏移关系(平移、缩放、旋转等)的图像，分别设为参考图像和 待配准图像，I 1x,y 和I 2 x, y 表示相应位置图像的灰度值。图像配准在数学上 可以定义为两幅图像间坐标与灰度级的双重映射变换：       I 2 x,y g I 1 f x,y (2.1) 其中，f是一坐标变换，而g表示一维灰度变换函数。实现两幅图像最佳配准 的关键，即寻找最佳的空间坐标变换关系和灰度变换关系。式(2.1)常常被表示为 两个单值函数 和 ： f x f y        I 2 x,y I 1 f x x,y ,f y x,y (2.2) 一般来说，在实际应用中，基于图像的灰度信息、基于模型以及基于图像特 征的图像配准方法比较常用。其中，基于图像灰度的配准方法计算量相对较大且 精度不高；基于模型的方法，大多在图像的精细配准中应用，其只适用于图像中 对象之间局部非线性形变的校正，通常利用非线性的方法求解；基于特征的配准 方法处理的数据量少，对于图像的噪声、畸变、遮挡等具有一定的鲁棒性。另外， 基于特征的图像配准方法能更好的与多尺度技术相结合，是目前研究的热点，下 面就针对基于特征的图像配准方法进行简单的介绍。 基于特征的图像配准算法是目前应用最广的配准方法之一，具有高效、高精 度和适用性好等特点。根据特