预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

图像配准技术研究(戈’,Y’)吼龙,Y)《战术导弹控制技术》孙继银第二炮兵工程学院402教研室,陕西西安710025和‘:·论文与报告·2006年No.3(总54期)摘要关键词TheI:(石,y)=I。∽(戈,Y),工(石,Y))图像配准的定义图像配准的步骤洪贝研究了图像融合的基础图像配准技术,阐述了图像配准技术的一般步骤和基本方法,依据图像边缘检测、目标识别和轮廓提取技术,提出了一种基于轮廓提取的图像配准方法,给出了图像配准的结果。图像配准轮廓提取小波变换轮廓匹配ImageExtraction,Wavelet图像配准是遥感图像处理、目标识别、图像重建、机器人视觉等领域中的关键技术之一,是多传感器图像融合的基础。待融合图像之间往往存在偏移、旋转、比例等空间变换关系,图像配准就是将不同传感器所采集得到的同一场景的多光谱、多波段或同一传感器在不同时相、不同方位获得同一场景的图像变换到同一坐标系下,以供融合使用f11,是图像融合特别是数据层融合技术中需要先期解决的问题。且g是一维灰度或辐射变换。配准问题的任务包括找到最优的空间和灰度变换,使图像相对于标准图像得到匹配。通常灰度变换g是不需要的,但在不同传感器之间的图像配准(如光学到雷达图像)等应用中可能要用到。一般情况下,寻找空间或几何变换是解决配准问题的关键,这一变换可参数化为两个单值函数.疋(3)图像配准可以定义为两幅图像在空间和灰度上的映射。如果用给定尺寸的二维矩阵I,和I,代表两幅图像,11(z,y)和I:(戈,y)分别表示相应位置(菇,:y)上的灰度值:则图像间的映射可表示为:I:(戈,),)_g(I。f(x,y)))(1)式中,厂表示一个二维空间坐标变换,即:(2)研究图像配准技术的目的就是要找到具有以下特点的配准方法:快速适应较大的比例比换、旋转角、平移等功能,抗噪声能力强,能对不同类型、不同波段传感器进行图像配准。图像之间的配准一般可分为以下5个步骤:(1)从基准图像和参考图像中提取共有的控制结构,这种控制结构可以是物体的点、边缘ResearchoftheRegistrationTechnologyJi-yinresearchedmethods.Accordingtheorydetection,targetareofferedKeywords:Image12洪贝:(1982年~),女。第二炮兵工程学院402教研室硕士研究生,研究方向:图像处理。E—mail:HongBeil983@163.com一109—HongBei,SunFaculty402,TheSecondArtilleryEngineeringCollege,Xi"an710025,ChinaAbstract:Thepaperimageregistrationtechnology,andexpoundedcommonprocessandbasicedgetracingextraction,anmethodisproposedbasedtargetextraction.experimentresultsinpaper.Registration,ContourTransform,ContourMatching.tocontouron M,J∽庐仆■y,H2吩∽I‘㈤吐@∽寺,(争’爹j《@∽弓Ⅳ(争’爹jIl,1(戈,y)=亟拿直,扩(戈,y)=亟阜泣(4)W以石,y)矿II,,(菇,Y),W/(戈,y)尹Il,,@,Y)(6)《战术导弹控制技术》·论文与报告·2006年No.3(总54期)3图像配准的方法4基于轮廓提取的图像配准方法和边界等:(2)对每幅图像中的控制结构(特征点)进行匹配;(3)选择几何变换模型,并利用匹配特征点对来估计变换参数;(4)对图像实行坐标变换和灰度插值;(5)对配准的效果进行评估。所有图像配准方法都可以归纳为对三个元素的选择问题,即特征空间、相似性准则和搜索策略。特征空间从图像中提取用于配准的信息,搜索策略从图像转换集中选择用于匹配的变换方式,相似性准则决定配准的相对价值,然后基于这一结果继续搜索,直到找到能使相似性度量有令人满意的结果的图像变换方式。根据图像配准的这三个基元素选择的区别.图像配准的方法通常可分为三类:(1)基于象素的配准方法,即根据待配准图像的相关函数、Fourier变换和各阶矩量之间的关系式来计算配准参数。(2)基于特征的配准方法,即根据需要配准图像重要相同特征之间的几何关系确定配准参数。这类方法首先需要提取特征,如图像的边缘、角、点、线、曲率等具有不变性的特征。提取特征可在空间域内进行。也可在变换域内进行。在空间域内常使用的特征包括边缘、区域线的端点、线交叉点、区域中心、曲率不连续点等。其中边缘和区域边界最常用,可以由边缘检测方法和区域分割方法得到:基于特征