基于点特征的图像配准技术研究

论文摘要

图像配准是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行几何关系的匹配。它的主要目的是去除或抑制待配准图像和参考图像之间几何上的不一致,包括平移、旋转、缩放等形变。该技术被广泛地应用在遥感图像、医学图像、三维重构等诸多领域中。基于特征的图像配准方法主要存在两个难点:特征提取的多样性和相似性计算的复杂性。本文针对这两个问题,主要做了以下几方面的工作:第一,简要介绍了数字图像处理中常用的三种插值方法,并分析了各方法处理数字图像时的优缺点。重点讨论了数字图像在空间上的几何变换原理,并用Matlab软件对图像的几何变换进行了数值模拟。第二,介绍了数字图像的点、线及区域等特征,介绍了传统的Moravec、Harris及SUSAN角点算子的原理,并对时下流行的特征点检测算子SIFT、SURF及PCA-SIFT的算法原理及算法步骤进行了分析阐述,比较了各种特征点检测算子的的检测性能,通过对SIFT、SURF及PCA-SIFT特征点检测的Matlab模拟实验发现,以上三种特征点匹配算法不能解决图像带有反转或自相似时的匹配问题,为此本文提出了一种迭代有序k最邻近距离实现数字图像特征点匹配的算法,通过数字仿真实验,表明该算法能较好解决上述问题。第三,介绍了Fourier变换及其性质,介绍了互相关方法在图像配准技术中的应用,提出了一种基于特征点检测的图像配准方法,给出了该方法的配准实现步骤,并在Matlab环境下对该方法进行了实验验证。实验表明,该方法对平移和旋转配准精度高,并且有较强的抗噪声性能。最后对本文工作进行了总结,并对图像配准领域仍需进一步深入研究的地方进行了展望。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 图像配准技术概述
• 1.2.1 图像配准技术的背景及应用
• 1.2.2 图像配准技术的流程及研究内容
• 1.3 图像配准技术的研究现状
• 1.3.1 基于灰度相关的图像配准算法
• 1.3.2 基于特征相关的图像配准算法
• 1.3.3 基于相位相关的图像配准算法
• 1.3.4 基于变换模型的图像配准算法
• 1.4 本文的主要研究工作及章节安排
• 2 图像插值及基于几何学信息的变换
• 2.1 图像插值
• 2.1.1 最邻近插值
• 2.1.2 双线性插值
• 2.1.3 双三次插值
• 2.2 利用多项式的变换
• 2.2.1 放大及缩小
• 2.2.2 旋转
• 2.2.3 反转
• 2.2.4 平行移动
• 2.2.5 剪切
• 2.2.6 线性变换
• 2.2.7 仿射变换
• 2.2.8 赫尔默特变换（一次等角变换）
• 2.3 透视变换
• 3 基于特征点匹配的图像配准算法
• 3.1 图像的特征
• 3.1.1 边缘特征
• 3.1.2 线特征
• 3.1.3 区域特征
• 3.1.4 纹理特征
• 3.2 角点及其提取算子
• 3.2.1 Moravec 角点检测算子
• 3.2.2 Harris 角点检测算子
• 3.2.3 SUSAN 角点检测算子
• 3.2.4 SIFT 特征点提取算法
• 3.2.5 SURF 检测及描述
• 3.2.6 PCA-SIFT 特征描述子
• 3.3 特征点匹配算法
• 3.3.1 特征点提取算子性能比较
• 3.3.2 角点匹配
• 3.3.3 迭代有序k 最邻近距离实现特征点的匹配
• 3.4 本章总结
• 4 基于特征点检测及相位相关实现图像配准的算法
• 4.1 数字图像的傅里叶变换及其性质
• 4.1.1 平移性质
• 4.1.2 线性性质
• 4.1.3 刻度缩放性
• 4.1.4 旋转
• 4.1.5 周期性和对称性
• 4.2 基于特征点检测及相位相关实现图像配准的算法
• 4.2.1 相位相关
• 4.2.2 特征点检测结合相位相关实现图像的配准
• 4.2.3 实验结果及结论
• 4.3 本章总结
• 5 工作总结及展望
• 5.1 工作总结
• 5.2 工作展望
• 致谢
• 参考文献
• 附录
• 作者在攻读硕士学位期间发表的论文目录