摘要:本文应用计算最大互信息的方法作为图像配准的理论方法。互信息法的鲁棒性能非常强,配准的精度较高,但需要利用图像所有像素的灰度值来计算出图像间的最大互信息,所以计算量比较大,计算的过程相对来说比较复杂,配准时间较长。对于图像间的灰度关系,互信息不需要做出任何的假设,即便是不同成像设备获得的不同图像;互信息法省去了图像分割等预处理工作,自动化程度高,所以受到越来越多学者的关注,并在医学、遥感和气象等各个领域得到了广泛的应用。
本文详细地讲述了图像配准的实现过程,并在MATLAB软件平台上编程完成图像的配准任务。研究内容有:配准原理是互信息达到最大值就达到最优配准。互信息作为配准的判优根据,需要一定的算法来计算出互信息的极大值点,本文重点介绍了Powell优化算法。Powell优化法其基础理论是一维搜索,即在直线方向上求出目标函数的极大值坐标。相似性测度是度量两幅配准图像所选取特征的相似性,是衡量每次进行的几何变换结果好坏的准则,本文的相似性测度就是互信息。配准前,先选定合适的搜索空间和搜索策略。
关键词:图像配准;互信息;相似性度量;搜索策略;搜索空间;几何变换
目录
摘要
ABSTRACT
引言-1
1 绪论-2
1.1 研究背景及应用价值-2
1.2 研究现状及发展趋势-3
1.3 图像配准技术的分类-5
2 图像配准-6
2.1 图像配准的基本框架-6
2.1.1 特征空间-6
2.1.2 相似性度量-6
2.1.3 搜索空间-6
2.1.4 搜索策略-6
2.2 配准方法的分类-6
2.3 常用的图像配准方法-8
2.3.1 基于特征的图像配准方法-8
2.3.2 基于灰度的图像配准方法-8
2.3.3 数字图像-9
3 互信息在图像配准中的应用-10
3.1 基于互信息的配准-10
3.1.1 互信息的基本理论-10
3.1.2 信息熵-10
3.1.3 直方图-10
3.2 配准步骤-12
4 基于互信息的图像配准应用技术-13
4.1 插值技术-13
4.1.1 最近邻插值法-13
4.1.2 三线性插值法-14
4.1.3 PV插值-15
4.2 空间几何变换-15
4.3 搜索策略-17
4.3.1 POWELL算法-17
4.3.2 PSO算法-18
4.4 实验结果-19
结论:-26
致谢-27
参考文献-28