基于最大互信息的多源图像配准研究

对同一场景使用不同传感器获取的多幅源图像往往存在许多差异,若要对其进行像素级图像融合,则首先必须对多幅源图像进行配准,配准精度要求达到像素级。本文在对多源图像配准理论和方法深入分析的基础上,对基于最大互信息的图像配准算法及其实现进行了深入研究,并将该方法应用于多源图像配准,通过仿真实验证明采用基于最大互信息的图像配准方法对来自不同传感器的多源图像进行配准,可以达到像素级的配准精度,该精度标准符合像素级图像融合对源图像的配准精度要求。     

基于互信息的多模图像配准研究

分析了基于互信息的多模态图像配准的理论和方法,从信息论的角度分析了互信息的性质以及两幅图像互信息的计算等,同时给出基于互信息的图像配准的基本步骤。     

谈图像刚性配准的基本方法

研究了基于刚性变换的图像配准,特别针对图像的特征提出了一种在预处理的基础上的刚性配准方法,有很好的配准效果。为了提高配准的速度还讨论了基于交互的刚性配准方法。     

基于MSURF算法的PCB图像配准

针对PCB板缺陷检测中用传统SURF算法进行图像匹配精度不高的问题,提出一种生产工序中运动平台机械误差先验信息与SURF特征提取相结合的MSURF配准算法。通过提取计算SURF特征点,求出对应特征点对的距离;在PCB运动平台机械误差分析的基础上,依据先验阈值边界条件筛除异常匹配特征点对;求出两幅图像满足最小二乘拟合准则的映射关系,并将其用于图像配准。在机械运动误差0.05~0.10 mm范围内对42 mm×42 mm的PCB图像配准实验,结果表明:提出的图像配准方法速度快、精度高,适用于产线PCB缺陷检测。     

基于BRISK特征的图像配准提取与描述研究

基于特征的图像配准方法作为一种重要的图像配准方法,是近年来图像配准技术的研究热点。本文对BRISK算法进行了详细的描述。详细介绍了FAST角点特征提取算法、尺度空间构造以及尺度空间关键点检测方法、关键点描述方法和特征点匹配算法,给出了算法实现基本流程图。     

图象几何变换与图象配准的关系研究

对图象几何变换、图象配准及其二之间的关系进行了深入的研究与探讨，得出了“对于两帧来自同一视点具有不同内在参数的重叠图象之间的关系可用二维平面投影变换模型来描述”的结论，并给出了具体证明。     

浅谈SIFT算法对HJ-1 B影像自动配准研究

实现影像间自动配准的关键在于快速提取足够数量且精度高的匹配点。提取特征点的方法主要有基于特征和基于灰度两种。经过大量的实验证明,sift算法提取特征点,从粗略的提取特征点,再通过四步对已提取的特征点进行提纯,最后利用精度较高的匹配点进行计算影像间的变换参数,实现配准的自动化。     

点特征匹配方法在SAR图象配准中的适用性研究

基于点特征的匹配方法中,根据实际要配准图象的特点,选择合适的点匹配准则,是实现图象配准正确性和精确度的重要保证.通过对常见的点配准方法在光学图象和SAR图象上的实验及其结果分析,找出点特征匹配方法在SAR图象配准中的适应性能,为基于点特征的SAR图象配准工作提供依据.     

一种适用于多视角图像的配准方法

多视角图像的配准一直是国内外数字图像配准领域,研究的热点与难点。本文采用基于仿射不变的理论以及SIFT算法来实现多视角图像的配准。该算法对任意角度拍摄的图像具备较稳定的特征匹配能力。     

医学图像非刚性配准研究

非刚性配准是医学图像配准的研究热点。将非刚性配准进行了分类,分析了非刚性配准方法,提出了非刚性配准的研究热点。     

基于SIFT算法的图像配准综述

SIFT图像配准是图像处理领域的一项重要技术,在遥感测绘、目标识别、图像及视频检索、导航制导和场景分类等多个领域应用广泛。在对现有SIFT图像配准文献研究的基础上,介绍了经典SIFT算法,将各种SIFT改进方法划分为基于特征点提取的改进和基于图像匹配的改进两类,对各类型的改进方法进行了系统阐述。介绍了点特征图像配准算法性能评价指标,展望了该算法的研究前景。     

一种适用于多视角图像的配准方法

多视角图像的配准一直是国内外数字图像配准领域研究的热点与难点。本文采用基于仿射不变的理论以及SIFT算法来实现多视角图像的配准。该算法对任意角度拍摄的图像具备较稳定的特征匹配能力。     

一种基于改进遗传算法的医学图像配准算法

局部优化算法在医学图像配准中存在容易陷入局部极值的问题．本文在分析标准遗传算法的基础上,提出了改进的具有全局优化能力的遗传算法,最后给出了本配准算法的实验结果．     

基于薄板样条的遥感影像非刚性配准方法

提出一种基于薄板样条的遥感影像非刚性配准方法。首先,根据SIFT算法分别在参考影像与待配准影像中提取特征点;然后,对特征点进行匹配,并利用RANSAC一致性分级检验方法,由粗至精分级排除错误匹配点;最后,利用同名匹配点构建薄板样条配准模型,并完成图像配准结果。实验结果表明,文中方法能有效解决遥感影像在时相变化、几何变形等条件下的配准,具有较高的实用性。     

基于极端学习机的Demons图像配准

医学图像配准是医学诊断中的重要研究内容,配准精度和速度也是众多研究的核心。图像配准过程可设想为是一种神经网络的学习过程,基于这种想法,引入极端学习机(ELM)这一系统对图像完成配准。该方法速度快、鲁棒性高,最重要的是它能不依赖梯度信息,从而很好地避开了点周围间的互相干扰,考虑到其学习过程的准确性,引入鲁棒激活函数学习机,以更好地提高配准学习系统的准确度,并提高其稳定性。     

图象几何变换与图象配准的关系研究

对图象几何变换、图象配准及其二者之间的关系进行了深入的研究与探讨,得出了"对于两帧来自同一视点具有不同内在参数的重叠图象之间的关系可用二维平面投影变换模型来描述"的结论,并给出了具体证明.     

遥感图像配准技术的研究进展

在进行图像处理时,图像配准是一个必不可缺的步骤,而且图像配准也在很多领域有着广泛的应用,比如图像镶嵌、环境检测、多光谱分类等。对一般的遥感图像配准流程进行简要介绍,然后对遥感图像配准领域出现的最新技术进行总结,从原理和性能上对常用的三类算法进行了对比分析,并指出了各算法在图像配准中的优势及存在的问题。最后总结并指出了图像配准技术存在的主要问题,并展望了其未来的发展方向。     

基于MATLAB中IPT函数的一种遥感图像配准方法

MATLAB的图像处理工具箱中有基于点特征图像配准的函数,首先对这些函数进行了详细介绍,并使用其完成了遥感图像的配准,之后提出了边缘检测的算法,与上述函数法进行结合,使特征点的提取难度降低,最后对该方法进行了分析,提出了下一步研究重点.     

基于多尺度数学形态学边缘检测的图像配准的理论研究

在数字图像处理中,边缘检测和图像配;住是两种最为关键的技术本文研究了多尺度数学形态学边缘检测算子,并在理论上提出了基于多尺度数学形态学边缘检测的图像配准算法。     

基于IHS变换的直方图配准影像融合

提出了基于直方图配准基础上的高分辨率影像融合．以QUICKBIRD全色0．6 m分辨率影像为准,对IKONOS多光谱4 m分辨影像进行几何配准,裁剪出相同区域的影像．对IKONOS影像进行IHS变化,以变化后的I成份影像灰度直方图为准,对QUICKBIRD影像灰度直方图进行配准．将IKONOS多光谱影像的H、S成份和配准后的QUICKBIRD全色影像进行逆IHS变化融合．实例结果表明经过直方图配准后的影像融合更清晰,融合效果更好．