数字图像配准技术 毕业论文.doc

数字图像配准技术 摘 要 关键词 目 录 摘 要 I Abstract I 第1章 绪论 2 1.1 课题背景 2 1.2目的和意义 2 1.3 国内外现状 3 1.4 论文内容及结构安排 3 第2章 图像配准原理 5 2.1 图像配准的基本过程 5 2.2 图像配准方法的分类 6 2.3 主要的图像配准方法 7 2.3.1 基于特征的配准方法 7 2.3.2 基于灰度的配准方法 8 2.4 本章小结 8 第3章 图像配准算法 9 3.1 基于灰度信息的图像配准算法 9 3.1.1 互相关配准方法 9 3..2 互信息的概念 10 3.2.1熵 10 3.2.2 互信息 11 3.2.3 基于互信息的配准方法 12 3.3 基于点特征的图像配准 13 3.3.1 Moravec算子 13 3.3.2 Forstner 14 3.3.3 小波变换算子 16 3.3.4 基于特征的图像配准 17 3.4 本章小节 17 第4章 互信息图像配准的技术 19 4.1 插值技术 19 4.1.1 最近邻插值法 19 4.1.2 三线性插值法 20 4.1.3 部分体积分布插值法 21 4.2 出界点处理 22 4.3 灰度级别对配准的影响 23 4.4 优化算法 25 4.4.1 优化算法简介 25 4.4.2 蚁群算法 25 4.4 本章小结 27 第5章 实验结果及分析 29 5.1 实验环境 29 5.2 互信息实现过程 29 5.3 特征点的实现 30 5.4 本章小结 32 结 论 33 致 谢 34 附录1 译文 38 附录2 英文参考资料 41 附录3 源程序代码 44 第1章绪论 1.1 课题背景 第2章 图像配准原理 图像配准是指对于一幅图像寻求一种（或一系列）空间变换，使它与另一幅图像上的对应点达到空间上的一致。配准的结果应使两幅图像上所有的点，或至少是所有具有意义的点及感兴趣的点都达到匹配[8]。 2.1 图像配准的基本过程 对在不同时间或不同条件下获取的两幅图像I(x)和J(x)配准，就是要定义一个相似性测度，并寻找一个空间变换关系，使得经过该空间变换后，两幅图像的相似性达到最大。即使得图像I上的每一个点在图像J上都有唯一的点与之对应，并且这两点对应同一位置。如： S (T)=S(I(x) ,J(Tα(x))) （2-1） 式中S是相似性测度，Tα为空间变换，α为空间变换参数。配准过程可归结为寻求最佳空间变换： （2-2） 一般配准的基本步骤如下[9]。 （1）图像分割与特征的提取：进行图像配准的第一步就是要进行图像分割从而找到并提取出图像的特征空间。图像分割是按照一定的准则来检测图像区域的一致性，达到将一幅图像分割为若干个不同区域的过程，从而可以对图像进行更高层的分析和理解。 （2）变换，即将一幅图像中的坐标点变换到另一幅图像的坐标系中。常用的空间变换有刚体变换(Rigid body transformation)、仿射变换(Affine transformation)、投影变换(Projective transformation)和非线性变换(Nonlinear transformation)。刚体变换使得一幅图像中任意两点间的距离变换到另一幅图像中后仍然保持不变；仿射变换使得一幅图像中的直线经过变换后仍保持直线，并且平行线仍保持平行；投影变换将直线映射为直线，但不再保持平行性质，主要用于二维投影图像与三维体积图像的配准；非线性变换也称作弯曲变换(Curved transformation)，它把直线变换为曲线，这种变换一般用多项式函数来表示。图2.1是这四种变换的示意图。 （3）寻优，即在选择了一种相似性测度以后采用优化算法使该测度达到最优值：经过坐标变换以后，两幅图像中相关点的几何关系已经一一对应，接下来就需要选择一种相似性测度来衡量两幅图像的相似性程度，并且通过不断地改变变换参数，使得相似性测度达到最优。 当然，配准的过程并不绝对按上述步骤进行，一些自动配准的方法，如采用的基于灰度信息的配准方法，其配准过程中一般都不包括分割步骤。此外，坐标变换和寻优过程在实际计算过程中是彼此交叉进行的。 原始图像 变换后图像 刚体变换 投影变换 仿射变换