基于SIFT與小波變換的圖像配準融合方法研究.pdf

1、隨著新型傳感器的飛速發(fā)展，人們獲取圖像的能力也迅速提高，但是一種圖像數(shù)據(jù)或者單一的傳感器所獲得的圖像信息往往無法滿足實際需求。圖像拼接就是指將兩個或兩個以上關(guān)于某個具體場景的具有重疊區(qū)域的多幅圖像加以綜合，以生成新的有關(guān)此場景的更大視角范圍的圖像。圖像拼接中的兩個關(guān)鍵技術(shù)是圖像配準和圖像融合，圖像配準和融合的關(guān)系十分緊密。圖像配準是圖像融合的先決條件，為了實現(xiàn)準確的圖像融合，必須先對圖像進行配準變換。圖像配準和融合廣泛應(yīng)用于醫(yī)學、遙感、

2、航空航天和虛擬現(xiàn)實等領(lǐng)域，是其他技術(shù)無法取代的重要技術(shù)。
　　 本文總結(jié)了基于特征的圖像拼接中所用到的相關(guān)技術(shù)。基于特征的圖像拼接的基本步驟包括：特征提取、特征匹配、模型參數(shù)估計、圖像變換。文中以圖像配準與融合的每個步驟中的相關(guān)方法為基礎(chǔ)，著重闡述了基于SIFT特征的圖像配準和基于小波變換的圖像融合相關(guān)算法。
　　 為了實現(xiàn)兩幅圖像的配準，本文首先介紹圖像變換模型；然后著重介紹一種對旋轉(zhuǎn)、尺度縮放和亮度變化具有不變性的特

3、征提取算法-SIFT(ScaleInvariant Feature transform)，即尺度不變特征檢測算法，并利用此算法對待配準的圖像進行特征提取。為了得到精確的匹配對，本文采用了以下兩種策略：一是利用最鄰近特征點歐式距離與次鄰近特征點的歐式距離的比值來確定初始匹配點對；二是利用改進后的RANSAC隨機抽樣一致性算法提純初始匹配對，消除誤匹配對。
　　 在精確配準基礎(chǔ)上，本文概述了小波變換理論和方法，并將小波變換應(yīng)用于圖像

4、融合中。小波變換的圖像融合規(guī)則是圖像融合中的核心，融合規(guī)則的優(yōu)劣直接決定了融合后的圖像質(zhì)量，因此本文著重概述了圖像融合規(guī)則中的低頻和高頻融合規(guī)則，并對原有的加權(quán)平均的低頻融合規(guī)則提出了一種改進后的基于窗口的與相關(guān)系數(shù)和空間頻率相關(guān)的融合規(guī)則。為了評價拼接后的圖像質(zhì)量，本文介紹了圖像融合質(zhì)量的評價指標。
　　 本文用融合質(zhì)量評價指標中主觀和客觀評價指標對拼接后的圖像進行了評價。實驗證明：使用本文的方法拼接出的圖像質(zhì)量較高。