基于多種搜索策略的分層圖像配準算法研究.pdf

1、隨著圖像處理應(yīng)用領(lǐng)域的不斷擴大，單一傳感器提供的圖像信息逐漸不能滿足實際的需要，多源圖像融合技術(shù)從而得到了迅速的發(fā)展。由于不同傳感器通過的光路或成像機理不同，獲取圖像的時間、角度、環(huán)境也不同，圖像間可能出現(xiàn)線性的或是非線性的畸變，待融合的圖像必須首先進行配準。圖像配準是要找到自動化程度高、魯棒性強、適應(yīng)性好、速度快、精度高的配準算法。配準速度、配準精度和魯棒性是圖像配準中最重要的性能，其中配準速度和配準精度這兩個特性是相互制約的關(guān)系。本

2、論文主要討論能夠有效地兼顧配準精度和配準速度這兩個特性，并且滿足魯棒性要求的圖像配準算法。 本文的主要研究內(nèi)容如下： 1)總結(jié)了近年來國內(nèi)外在圖像配準領(lǐng)域的研究成果和進展，對常用的基于Fourier-Mellin變換的搜索策略和基于互信息最大的搜索策略進行了實驗性地分析，從中得出了這兩種搜索策略在配準速度和配準精度上的優(yōu)缺點； 2)針對基于Fourier-Mellin變換的搜索策略和基于互信息最大的搜索策略的特點

3、，在基于分層的圖像配準算法的基礎(chǔ)上，討論能有效兼顧配準速度和配準精度的數(shù)字圖像配準算法；設(shè)計了基于多種搜索策略的分層圖像配準流程，實現(xiàn)了基于Fourier-Mellin變換和互信息準則的分層圖像配準算法以及基于互信息和傅立葉變換的分層圖像配準算法，并對單模態(tài)圖像和多模態(tài)圖像進行仿真實驗和分析比較； 3)通過對單模態(tài)和多模態(tài)的多幅加噪聲圖像進行實驗，測試基于Fourier-Mellin變換和互信息準則的分層圖像配準算法以及基于互信