基于相位相关理论的最大互信息图像配准

论文摘要

图像配准是图像处理的一个基础问题,用于将不同时间、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匹配。图像配准技术在军事、遥感、医学、计算机视觉等领域得到了广泛应用。目前图像配准技术可分为手工配准和自动配准。当前的自动配准方法可分为四大类:基于灰度、基于变换域、基于特征和基于模板的配准方法。基于灰度配准中的基于互信息的配准方法,其精度一般高于基于分割的方法,而且该方法不需要做特征提取等预处理,所以需要的人机交互少,易于实现自动配准,同时该方法几乎可以用于任何不同模式图像配准,并具有很好的鲁棒性。然而,互信息的计算量较大,效率较低,且易陷入局部极值,针对这两点,本论文先是在传统直方图计算互信息的基础上,提出利用均衡化直方图代替直方图,对局部极值情况起到了较好的抑制作用;然后采取结合基于傅立叶变换的相位相关理论对互信息方法进行改进,对图像先进行一步预配准,以此为基础减少Powell优化迭代范围而又不影响甚至提高图像配准的精度,并且极好地避免了局部极值的出现,达到了对互信息配准算法的优化改进的效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的及意义
• 1.2 国内外研究现状及发展趋势
• 1.3 研究内容及论文结构
• 第二章 图像配准算法理论
• 2.1 图像配准定义
• 2.2 图像配准的理论基础
• 2.2.1 空间几何变换
• 2.2.2 相似性测度
• 2.2.3 参数优化
• 2.3 图像配准算法分类
• 2.3.1 基于灰度的图像配准算法
• 2.3.2 基于变换域的图像配准算法
• 2.3.3 基于特征的图像配准算法
• 2.3.4 基于模板的图像配准算法
• 第三章 基于最大互信息的图像配准
• 3.1 互信息理论概述
• 3.1.1 互信息的基本概念
• 3.1.2 灰度直方图
• 3.1.3 互信息的计算
• 3.2 互信息图像配准原理
• 3.3 互信息图像配准流程
• 3.4 最大互信息图像配准发展及改进
• 3.5 本章总结
• 第四章 基于相位相关的最大互信息配准
• 4.1 最大互信息配准缺陷
• 4.2 傅立叶理论在图像配准中的特性分析
• 4.2.1 平移特性
• 4.2.2 旋转特性
• 4.2.3 比例放缩特性
• 4.3 基于相位相关的互信息配准
• 4.3.1 算法基本思想
• 4.3.2 算法流程
• 4.4 配准算法仿真实现及结果分析
• 4.4.1 配准算法仿真实现
• 4.4.2 实验结果对比分析
• 4.5 本章总结
• 第五章 结论与展望
• 5.1 本文研究结论
• 5.2 工作展望
• 参考文献
• 致谢
• 研究成果