基于邊緣特征的圖像配準(zhǔn)算法研究.pdf

1、圖像配準(zhǔn)是將不同傳感器在不同時(shí)間或不同成像條件下對(duì)同一景物獲得的兩幅或多幅圖像在空間上對(duì)準(zhǔn)，是圖像處理的基本問題之一。配準(zhǔn)效果將對(duì)圖像拼接、圖像識(shí)別、目標(biāo)跟蹤等后續(xù)工作有直接的影響。本文在對(duì)基于圖像特征的配準(zhǔn)方法進(jìn)行分析的基礎(chǔ)上，對(duì)基于邊緣特征點(diǎn)的圖像配準(zhǔn)和基于邊緣的圖像配準(zhǔn)進(jìn)行了研究。
　　 基于邊緣特征點(diǎn)的圖像配準(zhǔn)有兩個(gè)重要的環(huán)節(jié)：一是圖像邊緣特征點(diǎn)的提取，二是特征匹配準(zhǔn)則。特征點(diǎn)提取的準(zhǔn)確性及穩(wěn)定性將會(huì)對(duì)后續(xù)的配準(zhǔn)工作產(chǎn)生

2、影響。特征點(diǎn)在提取過程中對(duì)位置變化、灰度變化、噪聲、部分遮擋有較好的適應(yīng)性，本文依據(jù)圖像的邊緣輪廓特征利用動(dòng)態(tài)支持域的改進(jìn)CSS算法提取邊緣角點(diǎn)，然后分別利用奇異值分解和馬氏距離的方法對(duì)提取的特征點(diǎn)進(jìn)行配準(zhǔn)。奇異值分解利用數(shù)據(jù)分析法，找出大量數(shù)據(jù)中所隱含的模式，進(jìn)而進(jìn)行匹配，實(shí)驗(yàn)證明，奇異值分解具有平移旋轉(zhuǎn)不變性。馬氏距離的大小不僅與各個(gè)點(diǎn)集相對(duì)分布有關(guān)，而且與各個(gè)點(diǎn)集自身的分布有關(guān)，應(yīng)用馬氏距離對(duì)不同傳感器圖像進(jìn)行配準(zhǔn)，實(shí)驗(yàn)證明，馬氏

3、距離具有一定的實(shí)用性，對(duì)誤匹配的剔除需要進(jìn)一步改進(jìn)。
　　 基于邊緣的圖像配準(zhǔn)是以圖像邊緣為特征單元。Hausdorff距離描述兩個(gè)點(diǎn)集之間的相似性度量，具有很強(qiáng)的抗干擾能力和容錯(cuò)能力，然而單純的Hausdorff距離對(duì)噪聲和孤立點(diǎn)比較敏感，導(dǎo)致誤匹配率較高。本文采用加權(quán)平均的方式去除一些出格點(diǎn)實(shí)現(xiàn)求取部分均值的Hausdorff距離改進(jìn)形式。針對(duì)配準(zhǔn)中全局搜索對(duì)配準(zhǔn)速度的影響，引入遺傳算法作為搜索策略。在遺傳操作中，利用改進(jìn)的