存檔編號 贛南師范學院學士學位論文圖像配準技術研究與應用教學學院 物理與電子信息學院 屆 別 專 業 學 號 姓 名 指導教師 完成日期 本科生畢業論文(設計)作者聲明本畢業論文（設計）是在導師的指導下由本人獨立撰寫完成的，沒有剽竊、抄襲、造假等違反道德、學術規范和其他侵權行為。對本論文（設計）的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。因本畢業論文（設計）引起的法律結果完全由本人承擔。畢業論文（設計）成果歸學院所有。特此聲明。作者專業 ：作者學號 ：作者簽名 ： _年 _ 月_日本科生畢業論文(設計)圖像配準技術研究與應用Image Registration Technology Research And Application_年 _ 月_日本科生畢業論文( 設計1摘 要圖像配準是指根據一些相似性測度來確定圖像之間的轉換參數,是將不同傳感器、不同視角、不同時間獲取的同一場景的兩幅或多幅圖像,變換到同一坐標系下,在像素層上得到最佳匹配的過程。它是圖像融合、目標識別、目標變化檢測、計算機視覺等問題中的一個重要前期步驟,在軍事、遙感、醫學等領域也有著廣泛地應用。配準的效果將直接影響到其后續圖像處理工作的效果,而不同的配準方法有自己的優缺點。目前，應用較多的是基于灰度的圖像配準、基于變換域的圖像配準和基于特征的圖像配準。基于灰度信息的圖像配準方法一般不需要對圖像進行復雜的預先處理，而是利用圖像本身具有的灰度的一些統計信息來度量圖像的相似程度，其主要特點是易于實現。基于變換域的配準方法比較適用于圖像幅度發生較小的平移、旋轉和縮放的情況，該方法的運算速度快，具有一定的抗噪能力。基于特征的配準方法首先要對待配準圖像進行預處理，也就是圖像分割和特征提取的過程，再利用提取得到的特征完成兩幅圖像特征之間的匹配，通過特征的匹配關系建立圖像之間的配準映射關系。由于圖像中有多種可以利用的特征，因而產生了多種基于特征的方法。這幾種配準都較易于實現，在生活中得到了廣泛的應用，所以本文將通過分析介紹基于灰度信息法、變換域法和基于特征法等圖像配準方法和原理，并對其進行了歸納和總結。關鍵字：圖像配準；灰度；互信息；變換域；特征法AbstractImage registration is to point to according to some similarity measure to determine the transformation parameters between images, is will get different sensors, different perspectives, different time of the same scene, two or more images transform to under the same coordinate system, in the process of pixel level to get the best match. It is the image fusion, target identification, target change detection, computer vision problems such as an important early step in, in the fields such as military, remote sensing, medicine is also widely used. Registration will directly affect the effect of the subsequent image processing work, the effect of the different registration method has its own advantages and disadvantages. At present, the application of more is based on the gray scale image 本科生畢業論文( 設計2registration, image registration based on transform domain, and based on the characteristics of image registration.Image registration method based on gray level information generally does not need to complex image processing in advance, but the use of the image itself has some of gray statistics to measure the image similarity degree, its main characteristic is easy to implement. Registration method based on transform domain is applied to image in case of minor translation, rotation and scaling, the method of computing speed is fast, has a certain ability to resist noise. Registration method based on the characteristics of the first to treat the registration image preprocessing, image segmentation and feature extraction, the process of reusing the feature extracting complete the match between the two image characteristics, through the characteristics of the matching relation between registration mapping relationship between image is established. Because there are many kinds of can make use of the characteristics of the image, thus produced a variety of methods based on feature.These registration are relatively easy to implement, has been widely used in our daily life, so this article will introduce based on the analysis method, the transform domain method based on gray level information and image registration method based on characteristic method and principle, and carries on the induction and summary.Key Words: Image registration; Gray; Mutual information; Transform domain. Characteristics of the method本科生畢業論文( 設計1目 錄摘 要 .1關鍵字 .1Abstract .1Key Words .21 緒論 .11.1 課題研究現狀和意義 .11.2 論文的主要內容和結構安排 .12 圖像配準理論 .22.1 圖像配準基本介紹 .22.2 圖像配準的相關概念 .22.3 圖像配準的基本過程 .32.4 圖像配準方法的分類 .43 基于灰度圖像配準方法 .63.1 基本介紹 .63.2 互相關法 .63.3 序貫相似度檢測匹配法 .73.4 交互信息法 .74 基于變換域的圖像配準方法 .94.1 基本介紹 .94.2 原理與過程 .95 基于特征的圖像配準方法 .115.1 基本介紹 .115.2 基于特征的基本步驟 .115.3 特征提取 .125.4 變換模型 .135.5 坐標變換與插值 .156 總 結 .17參考文獻 .18致 謝 .19本科生畢業論文( 設計11 緒論1.1 課題研究現狀和意義圖像配準最早提出是在七十年代美國的飛行器輔助導航系統、武器投射系統等應用研究中。八十年代以后，其他很多領域都涉及配準技術的研究，如自動導航，模式識別，醫學診斷，計算機視覺等。各個領域的配準技術都是自身應用背景結合實際情況量身訂制的技術。但是不同領域的配準技術在理論方法上又具有很大的相似性，某一領域的配準技術很容易遷移到其他相關領域。70 年代初，P.E.Anuta 1提出了使用 FFT 進行相關圖像檢測與計算的圖像配準技術，從而提高配準過程的速度性能。D.L.Barnea 2等提出利用模板子圖像差值相似性測度的圖像配準技術，它比使用 FFT 計算互相關相似性測度進行圖像檢測計算的圖像配準方法具有更高的性能。M.Svedlow 3等對圖像配準的相似性測度和預處理方法進行了比較分析；。Flussr 4針對變形圖像間的匹配又提出一個自適應映射方法，自動地對兩幅遙感圖像進行分割，使得分割后兩幅圖像中相應子塊間的相似度很大，從這些子塊的空間位置關系來對原來的兩幅圖像進行匹配。在國內，圖像配準技術起步相對較晚，但后來獲得了很大的發展。國內很多學者在圖像配準方面進行了研究。李智 5等提出了基于輪廓相似性測度的圖像配準方法，它適用于輪廓特征較豐富圖像的配準，郭海濤 6等提出了一種將遺傳算法用于圖像配準的算法，熊興華 7等提出了將遺傳算法和最小二乘算法相結合的，并應用于圖像的子像素的配準方法。從國內外發展現狀可看出，圖像配準技術已經取得了很多研究成果，在圖像的匹配度方面研究出了多種配準方法。但由于圖像配準的輸入數據來源的多樣性，以及不同的應用對圖像配準的要求各不相同。同時，由于影響圖像配準的因素很多，并且配準問題具有復雜性，圖像配準的技術還需進一步發展。1.2 論文的主要內容和結構安排本文通過分析介紹基于灰度信息法、變換域法和基于特征法等圖像配準方法和原理，對目前主要的圖像配準方法進行了歸納和總結。以下為本論文結構安排：第一章交代了課題研究背景及意義等，第二章介紹了圖像配準的原理配準過程及不同配準方法分類，第三章介紹了基于灰度的圖像配準方法相關理論，第四章介紹了基于變化域的圖像配準方法相關理論 ，第五章介紹了基于特征的圖像配準方法相關理論。本科生畢業論文( 設計22 圖像配準理論2.1 圖像配準基本介紹圖像配準(Image registration)就是將不同時間、不同傳感器（成像設備）或不同條件下（天候、照度、攝像位置和角度等）獲取的兩幅或多幅圖像進行匹配、疊加的過程。圖像配準廣泛用于多模態圖像分析，是醫學圖像處理，遙感圖像處理，目標識別，圖像重建，機器人視覺等領域中的關鍵技術之一。圖像配準就是將這些圖像變換到同一坐標系下，以便融合使用。假設給定尺寸的二維矩陣圖像 I1(x,y)和 I2(x,y),分別表示相對應位置(x,y )上的灰度值。圖像配準的關鍵問題就是圖像之間的空間和幾何變換。I 1(x,y)作為參考圖像，而I2(x,y)作為待配準圖像。令 f 表示一個二維空間的坐標變換，設變換后圖像為 If(x,y)，則參考圖像 I1(x,y)與變換配準后的圖像 If(x,y)之間的關系為(2.1)1(,)fIyf根據配準的定義，配準目的應該是令變換后的圖像 If(x,y)與待配準圖 I2(x,y)的對齊度最大。而此時變換 f 是一個二維空間域坐標的幾何變換，即為(2.2)(,)(,)xyfx2.2 圖像配準的相關概念2.2.1 配準基準通常，根據配準基準的特性，圖像配準可分為基于外部基準的配準和基于內部基準的配準 8。外部基準是指強加于待配準對象的各種人造標記，這些標記必須在各種配準模式中都清晰可見并且能準確檢測到。內部基準則指由圖像本身得到的位置相對固定，圖像特征明晰的各種配準標識。2.2.2 映射變換域配準區域設f 1和f 2表示兩幅待配準的圖像，I 1(x)=I1(x,y)和I 2(x )= I2(x , y )分別表示兩幅圖像的密度函數，其中x =(x, y)和x =(x ,y )分別表示在圖像D1 和D2 中的像素坐標。圖像匹配就是要找到一個把圖像f 1映射到圖像I的變換 M(x)=(U(x,y), V(x,y),使得變換后的圖像I 3(M(x)和I 2(x )具有幾何對應性。這種映射變換有剛體變換、仿射變換、投影變換以及非線性變換等。配準時的變換區域根據實際需要又分為局部配準和全本科生畢業論文( 設計3局配準。局部變換一般很少直接使用，因為它會破壞圖像的局部連續性。2.2.3 配準的交互性與優化根據人是否參與配準過程，配準又可分為全自動式，交互式和半自動式三種。全自動式中使用者僅給相應算法提供圖像數據以及圖像獲取的一些可能信息。交互式中使用者必須親自進行配準，軟件僅給目前變換提供一個可視的或數字的感官印象以及初始變換的一個可能參數。半自動式有兩種方式，一種是使用者須初始化算法，如分割數據，另一種是指導算法，例如拒絕或接受配準假設。配準變換的參數可以是直接計算得出，也可以搜索計算。直接計算的最優化方法一般由實例決定，所能研究的工作也僅限于如何使用非常少的信息把此計算法應用于實際。搜索計算的最優化方法大多都可以用待優化的變換參數的一個標準數學函數來表達配準實例，此函數力圖使圖像在某一變換中兩幅圖像可達到最大相似。這些函數通常在單模配準中能簡單一些，因為此時圖像的相似性更易直接定義。我們可以通過使用一個標準的、合適的最優化方法使相似函數達到最優。2.3 圖像配準的基本過程對在不同時間或不同條件下獲取的兩幅圖像 A(x)和 B(x)進行配準。首先需要定義一個相似性測度，并且尋找一個空間變換關系，使得經過該空間變換后，兩幅圖像的相似性達到最大（或者差異性最小） 。就是使圖像 A 上的每一個點在圖像 B 上都有唯一的點與之對應，并且這兩點對應同一位置。表示如公式（2.3）所示（2.3）()(),)STAxBT式中 S 是相似性測度，T 是空間變換矩陣。（2.4）*argm()S如公式（2.4）所示，配準的過程可歸結為尋求最佳空間變換 T 從而使 S 達到最佳。由于空間變換矩陣包含多個參數，因此，配準就是一個多參數最優化問題。一般配準的基本步驟如下 9。 (1)圖像分割與特征提取，進行圖像配準的第一步就是要進行圖像分割而后找到并且提取出圖像的特征空間。圖像分割是按照一定的準則來檢測圖像區域一致性的，達到將一幅圖像分割為若干個不同區域的過程，從而可以對圖像進行更高層次的分析和理解。(2)變換，即將一幅圖像中的坐標點變換到另一幅圖像的坐標系中。常用的空間變換有剛體變換，仿射變換，投影變換和非線性變換。剛體變換使得一幅圖像中任意兩點間的距離變換到另一幅圖像中后仍保持不變。仿射變換使得一幅圖像中的直本科生畢業論文( 設計4線經過變換后仍保持直線，并且平行線仍保持平行；投影變換將直線映射為直線，但不再保持平行性質，主要用于二維投影圖像與三維體積圖像的配準。非線性變換也稱作彎曲變換，它把直線變換為曲線，這種變換一般用多項式函數來表示。(3)尋優，即在選擇一種相似性測度后采用優化算法使該測度達到最優值。經過坐標變換后，兩幅圖像中相關點的幾何關系已經一一對應，接下來就需要選擇一種相似性測