圖像配準(zhǔn)技術(shù)研究與應(yīng)用

存檔編號(hào) 贛南師范學(xué)院學(xué)士學(xué)位論文圖像配準(zhǔn)技術(shù)研究與應(yīng)用教學(xué)學(xué)院 物理與電子信息學(xué)院 屆 別 專 業(yè) 學(xué) 號(hào) 姓 名 指導(dǎo)教師 完成日期 本科生畢業(yè)論文(設(shè)計(jì))作者聲明本畢業(yè)論文（設(shè)計(jì)）是在導(dǎo)師的指導(dǎo)下由本人獨(dú)立撰寫完成的，沒有剽竊、抄襲、造假等違反道德、學(xué)術(shù)規(guī)范和其他侵權(quán)行為。對(duì)本論文（設(shè)計(jì)）的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。因本畢業(yè)論文（設(shè)計(jì)）引起的法律結(jié)果完全由本人承擔(dān)。畢業(yè)論文（設(shè)計(jì)）成果歸學(xué)院所有。特此聲明。作者專業(yè) ：作者學(xué)號(hào) ：作者簽名 ： _年 _ 月_日本科生畢業(yè)論文(設(shè)計(jì))圖像配準(zhǔn)技術(shù)研究與應(yīng)用Image Registration Technology Research And Application_年 _ 月_日本科生畢業(yè)論文( 設(shè)計(jì)1摘 要圖像配準(zhǔn)是指根據(jù)一些相似性測(cè)度來確定圖像之間的轉(zhuǎn)換參數(shù),是將不同傳感器、不同視角、不同時(shí)間獲取的同一場(chǎng)景的兩幅或多幅圖像,變換到同一坐標(biāo)系下,在像素層上得到最佳匹配的過程。它是圖像融合、目標(biāo)識(shí)別、目標(biāo)變化檢測(cè)、計(jì)算機(jī)視覺等問題中的一個(gè)重要前期步驟,在軍事、遙感、醫(yī)學(xué)等領(lǐng)域也有著廣泛地應(yīng)用。配準(zhǔn)的效果將直接影響到其后續(xù)圖像處理工作的效果,而不同的配準(zhǔn)方法有自己的優(yōu)缺點(diǎn)。目前，應(yīng)用較多的是基于灰度的圖像配準(zhǔn)、基于變換域的圖像配準(zhǔn)和基于特征的圖像配準(zhǔn)?；诨叶刃畔⒌膱D像配準(zhǔn)方法一般不需要對(duì)圖像進(jìn)行復(fù)雜的預(yù)先處理，而是利用圖像本身具有的灰度的一些統(tǒng)計(jì)信息來度量圖像的相似程度，其主要特點(diǎn)是易于實(shí)現(xiàn)?；谧儞Q域的配準(zhǔn)方法比較適用于圖像幅度發(fā)生較小的平移、旋轉(zhuǎn)和縮放的情況，該方法的運(yùn)算速度快，具有一定的抗噪能力。基于特征的配準(zhǔn)方法首先要對(duì)待配準(zhǔn)圖像進(jìn)行預(yù)處理，也就是圖像分割和特征提取的過程，再利用提取得到的特征完成兩幅圖像特征之間的匹配，通過特征的匹配關(guān)系建立圖像之間的配準(zhǔn)映射關(guān)系。由于圖像中有多種可以利用的特征，因而產(chǎn)生了多種基于特征的方法。這幾種配準(zhǔn)都較易于實(shí)現(xiàn)，在生活中得到了廣泛的應(yīng)用，所以本文將通過分析介紹基于灰度信息法、變換域法和基于特征法等圖像配準(zhǔn)方法和原理，并對(duì)其進(jìn)行了歸納和總結(jié)。關(guān)鍵字：圖像配準(zhǔn)；灰度；互信息；變換域；特征法AbstractImage registration is to point to according to some similarity measure to determine the transformation parameters between images, is will get different sensors, different perspectives, different time of the same scene, two or more images transform to under the same coordinate system, in the process of pixel level to get the best match. It is the image fusion, target identification, target change detection, computer vision problems such as an important early step in, in the fields such as military, remote sensing, medicine is also widely used. Registration will directly affect the effect of the subsequent image processing work, the effect of the different registration method has its own advantages and disadvantages. At present, the application of more is based on the gray scale image 本科生畢業(yè)論文( 設(shè)計(jì)2registration, image registration based on transform domain, and based on the characteristics of image registration.Image registration method based on gray level information generally does not need to complex image processing in advance, but the use of the image itself has some of gray statistics to measure the image similarity degree, its main characteristic is easy to implement. Registration method based on transform domain is applied to image in case of minor translation, rotation and scaling, the method of computing speed is fast, has a certain ability to resist noise. Registration method based on the characteristics of the first to treat the registration image preprocessing, image segmentation and feature extraction, the process of reusing the feature extracting complete the match between the two image characteristics, through the characteristics of the matching relation between registration mapping relationship between image is established. Because there are many kinds of can make use of the characteristics of the image, thus produced a variety of methods based on feature.These registration are relatively easy to implement, has been widely used in our daily life, so this article will introduce based on the analysis method, the transform domain method based on gray level information and image registration method based on characteristic method and principle, and carries on the induction and summary.Key Words: Image registration; Gray; Mutual information; Transform domain. Characteristics of the method本科生畢業(yè)論文( 設(shè)計(jì)1目 錄摘 要 .1關(guān)鍵字 .1Abstract .1Key Words .21 緒論 .11.1 課題研究現(xiàn)狀和意義 .11.2 論文的主要內(nèi)容和結(jié)構(gòu)安排 .12 圖像配準(zhǔn)理論 .22.1 圖像配準(zhǔn)基本介紹 .22.2 圖像配準(zhǔn)的相關(guān)概念 .22.3 圖像配準(zhǔn)的基本過程 .32.4 圖像配準(zhǔn)方法的分類 .43 基于灰度圖像配準(zhǔn)方法 .63.1 基本介紹 .63.2 互相關(guān)法 .63.3 序貫相似度檢測(cè)匹配法 .73.4 交互信息法 .74 基于變換域的圖像配準(zhǔn)方法 .94.1 基本介紹 .94.2 原理與過程 .95 基于特征的圖像配準(zhǔn)方法 .115.1 基本介紹 .115.2 基于特征的基本步驟 .115.3 特征提取 .125.4 變換模型 .135.5 坐標(biāo)變換與插值 .156 總 結(jié) .17參考文獻(xiàn) .18致 謝 .19本科生畢業(yè)論文( 設(shè)計(jì)11 緒論1.1 課題研究現(xiàn)狀和意義圖像配準(zhǔn)最早提出是在七十年代美國(guó)的飛行器輔助導(dǎo)航系統(tǒng)、武器投射系統(tǒng)等應(yīng)用研究中。八十年代以后，其他很多領(lǐng)域都涉及配準(zhǔn)技術(shù)的研究，如自動(dòng)導(dǎo)航，模式識(shí)別，醫(yī)學(xué)診斷，計(jì)算機(jī)視覺等。各個(gè)領(lǐng)域的配準(zhǔn)技術(shù)都是自身應(yīng)用背景結(jié)合實(shí)際情況量身訂制的技術(shù)。但是不同領(lǐng)域的配準(zhǔn)技術(shù)在理論方法上又具有很大的相似性，某一領(lǐng)域的配準(zhǔn)技術(shù)很容易遷移到其他相關(guān)領(lǐng)域。70 年代初，P.E.Anuta 1提出了使用 FFT 進(jìn)行相關(guān)圖像檢測(cè)與計(jì)算的圖像配準(zhǔn)技術(shù)，從而提高配準(zhǔn)過程的速度性能。D.L.Barnea 2等提出利用模板子圖像差值相似性測(cè)度的圖像配準(zhǔn)技術(shù)，它比使用 FFT 計(jì)算互相關(guān)相似性測(cè)度進(jìn)行圖像檢測(cè)計(jì)算的圖像配準(zhǔn)方法具有更高的性能。M.Svedlow 3等對(duì)圖像配準(zhǔn)的相似性測(cè)度和預(yù)處理方法進(jìn)行了比較分析；。Flussr 4針對(duì)變形圖像間的匹配又提出一個(gè)自適應(yīng)映射方法，自動(dòng)地對(duì)兩幅遙感圖像進(jìn)行分割，使得分割后兩幅圖像中相應(yīng)子塊間的相似度很大，從這些子塊的空間位置關(guān)系來對(duì)原來的兩幅圖像進(jìn)行匹配。在國(guó)內(nèi)，圖像配準(zhǔn)技術(shù)起步相對(duì)較晚，但后來獲得了很大的發(fā)展。國(guó)內(nèi)很多學(xué)者在圖像配準(zhǔn)方面進(jìn)行了研究。李智 5等提出了基于輪廓相似性測(cè)度的圖像配準(zhǔn)方法，它適用于輪廓特征較豐富圖像的配準(zhǔn)，郭海濤 6等提出了一種將遺傳算法用于圖像配準(zhǔn)的算法，熊興華 7等提出了將遺傳算法和最小二乘算法相結(jié)合的，并應(yīng)用于圖像的子像素的配準(zhǔn)方法。從國(guó)內(nèi)外發(fā)展現(xiàn)狀可看出，圖像配準(zhǔn)技術(shù)已經(jīng)取得了很多研究成果，在圖像的匹配度方面研究出了多種配準(zhǔn)方法。但由于圖像配準(zhǔn)的輸入數(shù)據(jù)來源的多樣性，以及不同的應(yīng)用對(duì)圖像配準(zhǔn)的要求各不相同。同時(shí)，由于影響圖像配準(zhǔn)的因素很多，并且配準(zhǔn)問題具有復(fù)雜性，圖像配準(zhǔn)的技術(shù)還需進(jìn)一步發(fā)展。1.2 論文的主要內(nèi)容和結(jié)構(gòu)安排本文通過分析介紹基于灰度信息法、變換域法和基于特征法等圖像配準(zhǔn)方法和原理，對(duì)目前主要的圖像配準(zhǔn)方法進(jìn)行了歸納和總結(jié)。以下為本論文結(jié)構(gòu)安排：第一章交代了課題研究背景及意義等，第二章介紹了圖像配準(zhǔn)的原理配準(zhǔn)過程及不同配準(zhǔn)方法分類，第三章介紹了基于灰度的圖像配準(zhǔn)方法相關(guān)理論，第四章介紹了基于變化域的圖像配準(zhǔn)方法相關(guān)理論 ，第五章介紹了基于特征的圖像配準(zhǔn)方法相關(guān)理論。本科生畢業(yè)論文( 設(shè)計(jì)22 圖像配準(zhǔn)理論2.1 圖像配準(zhǔn)基本介紹圖像配準(zhǔn)(Image registration)就是將不同時(shí)間、不同傳感器（成像設(shè)備）或不同條件下（天候、照度、攝像位置和角度等）獲取的兩幅或多幅圖像進(jìn)行匹配、疊加的過程。圖像配準(zhǔn)廣泛用于多模態(tài)圖像分析，是醫(yī)學(xué)圖像處理，遙感圖像處理，目標(biāo)識(shí)別，圖像重建，機(jī)器人視覺等領(lǐng)域中的關(guān)鍵技術(shù)之一。圖像配準(zhǔn)就是將這些圖像變換到同一坐標(biāo)系下，以便融合使用。假設(shè)給定尺寸的二維矩陣圖像 I1(x,y)和 I2(x,y),分別表示相對(duì)應(yīng)位置(x,y )上的灰度值。圖像配準(zhǔn)的關(guān)鍵問題就是圖像之間的空間和幾何變換。I 1(x,y)作為參考圖像，而I2(x,y)作為待配準(zhǔn)圖像。令 f 表示一個(gè)二維空間的坐標(biāo)變換，設(shè)變換后圖像為 If(x,y)，則參考圖像 I1(x,y)與變換配準(zhǔn)后的圖像 If(x,y)之間的關(guān)系為(2.1)1(,)fIyf根據(jù)配準(zhǔn)的定義，配準(zhǔn)目的應(yīng)該是令變換后的圖像 If(x,y)與待配準(zhǔn)圖 I2(x,y)的對(duì)齊度最大。而此時(shí)變換 f 是一個(gè)二維空間域坐標(biāo)的幾何變換，即為(2.2)(,)(,)xyfx2.2 圖像配準(zhǔn)的相關(guān)概念2.2.1 配準(zhǔn)基準(zhǔn)通常，根據(jù)配準(zhǔn)基準(zhǔn)的特性，圖像配準(zhǔn)可分為基于外部基準(zhǔn)的配準(zhǔn)和基于內(nèi)部基準(zhǔn)的配準(zhǔn) 8。外部基準(zhǔn)是指強(qiáng)加于待配準(zhǔn)對(duì)象的各種人造標(biāo)記，這些標(biāo)記必須在各種配準(zhǔn)模式中都清晰可見并且能準(zhǔn)確檢測(cè)到。內(nèi)部基準(zhǔn)則指由圖像本身得到的位置相對(duì)固定，圖像特征明晰的各種配準(zhǔn)標(biāo)識(shí)。2.2.2 映射變換域配準(zhǔn)區(qū)域設(shè)f 1和f 2表示兩幅待配準(zhǔn)的圖像，I 1(x)=I1(x,y)和I 2(x )= I2(x , y )分別表示兩幅圖像的密度函數(shù)，其中x =(x, y)和x =(x ,y )分別表示在圖像D1 和D2 中的像素坐標(biāo)。圖像匹配就是要找到一個(gè)把圖像f 1映射到圖像I的變換 M(x)=(U(x,y), V(x,y),使得變換后的圖像I 3(M(x)和I 2(x )具有幾何對(duì)應(yīng)性。這種映射變換有剛體變換、仿射變換、投影變換以及非線性變換等。配準(zhǔn)時(shí)的變換區(qū)域根據(jù)實(shí)際需要又分為局部配準(zhǔn)和全本科生畢業(yè)論文( 設(shè)計(jì)3局配準(zhǔn)。局部變換一般很少直接使用，因?yàn)樗鼤?huì)破壞圖像的局部連續(xù)性。2.2.3 配準(zhǔn)的交互性與優(yōu)化根據(jù)人是否參與配準(zhǔn)過程，配準(zhǔn)又可分為全自動(dòng)式，交互式和半自動(dòng)式三種。全自動(dòng)式中使用者僅給相應(yīng)算法提供圖像數(shù)據(jù)以及圖像獲取的一些可能信息。交互式中使用者必須親自進(jìn)行配準(zhǔn)，軟件僅給目前變換提供一個(gè)可視的或數(shù)字的感官印象以及初始變換的一個(gè)可能參數(shù)。半自動(dòng)式有兩種方式，一種是使用者須初始化算法，如分割數(shù)據(jù)，另一種是指導(dǎo)算法，例如拒絕或接受配準(zhǔn)假設(shè)。配準(zhǔn)變換的參數(shù)可以是直接計(jì)算得出，也可以搜索計(jì)算。直接計(jì)算的最優(yōu)化方法一般由實(shí)例決定，所能研究的工作也僅限于如何使用非常少的信息把此計(jì)算法應(yīng)用于實(shí)際。搜索計(jì)算的最優(yōu)化方法大多都可以用待優(yōu)化的變換參數(shù)的一個(gè)標(biāo)準(zhǔn)數(shù)學(xué)函數(shù)來表達(dá)配準(zhǔn)實(shí)例，此函數(shù)力圖使圖像在某一變換中兩幅圖像可達(dá)到最大相似。這些函數(shù)通常在單模配準(zhǔn)中能簡(jiǎn)單一些，因?yàn)榇藭r(shí)圖像的相似性更易直接定義。我們可以通過使用一個(gè)標(biāo)準(zhǔn)的、合適的最優(yōu)化方法使相似函數(shù)達(dá)到最優(yōu)。2.3 圖像配準(zhǔn)的基本過程對(duì)在不同時(shí)間或不同條件下獲取的兩幅圖像 A(x)和 B(x)進(jìn)行配準(zhǔn)。首先需要定義一個(gè)相似性測(cè)度，并且尋找一個(gè)空間變換關(guān)系，使得經(jīng)過該空間變換后，兩幅圖像的相似性達(dá)到最大（或者差異性最小） 。就是使圖像 A 上的每一個(gè)點(diǎn)在圖像 B 上都有唯一的點(diǎn)與之對(duì)應(yīng)，并且這兩點(diǎn)對(duì)應(yīng)同一位置。表示如公式（2.3）所示（2.3）()(),)STAxBT式中 S 是相似性測(cè)度，T 是空間變換矩陣。（2.4）*argm()S如公式（2.4）所示，配準(zhǔn)的過程可歸結(jié)為尋求最佳空間變換 T 從而使 S 達(dá)到最佳。由于空間變換矩陣包含多個(gè)參數(shù)，因此，配準(zhǔn)就是一個(gè)多參數(shù)最優(yōu)化問題。一般配準(zhǔn)的基本步驟如下 9。 (1)圖像分割與特征提取，進(jìn)行圖像配準(zhǔn)的第一步就是要進(jìn)行圖像分割而后找到并且提取出圖像的特征空間。圖像分割是按照一定的準(zhǔn)則來檢測(cè)圖像區(qū)域一致性的，達(dá)到將一幅圖像分割為若干個(gè)不同區(qū)域的過程，從而可以對(duì)圖像進(jìn)行更高層次的分析和理解。(2)變換，即將一幅圖像中的坐標(biāo)點(diǎn)變換到另一幅圖像的坐標(biāo)系中。常用的空間變換有剛體變換，仿射變換，投影變換和非線性變換。剛體變換使得一幅圖像中任意兩點(diǎn)間的距離變換到另一幅圖像中后仍保持不變。仿射變換使得一幅圖像中的直本科生畢業(yè)論文( 設(shè)計(jì)4線經(jīng)過變換后仍保持直線，并且平行線仍保持平行；投影變換將直線映射為直線，但不再保持平行性質(zhì)，主要用于二維投影圖像與三維體積圖像的配準(zhǔn)。非線性變換也稱作彎曲變換，它把直線變換為曲線，這種變換一般用多項(xiàng)式函數(shù)來表示。(3)尋優(yōu)，即在選擇一種相似性測(cè)度后采用優(yōu)化算法使該測(cè)度達(dá)到最優(yōu)值。經(jīng)過坐標(biāo)變換后，兩幅圖像中相關(guān)點(diǎn)的幾何關(guān)系已經(jīng)一一對(duì)應(yīng)，接下來就需要選擇一種相似性測(cè)