1、 厦门大学博士后学位论文基于不变特征的图像配准方法研究与应用姓名：李玲玲申请学位级别：博士后专业：基础数学指导教师：李翠华;曾晓明20081201 ，猻 篒，厦门大学博士后研究工作报告著作权使用声明作者签名： 月 日导师签名：衬曛聄日目前在图像的配准方面已开展了许多研究工作，提出了多种图像配准方法。但是在实际应用中，作者发现所获得的不同传感器的图像往往存在尺度变化很大，有较大的旋转角度和畸变等大失配情况。另外，对于异质传感图像，会出现在一幅图像中出现的特征可能在另一幅图像中部分或不出现，一个图像上的多个灰度值对应另一个图像上单一灰度值等现象。现有的配准算法在这些实用场合下，要么失败要么效率非常
2、低，所以，作者拟进一步深入研究适用于大适配多传感器图像的高性能配准算法并探讨其在图像融合中的应用。基于不变特征的图像配准方法研究及应用图像配准研究现状企业甚至有自己的工作组专门研究医学图像配准问题。当前已有一些成型的图像软件包等，这些软件第二类是基于傅氏变换的图像配准方法【】，该类方法只适合配准灰度有线性图像。基于不变特征的图像配准方法研究及应用本报告课题主要来源于：合关键技术研究”鞒；本报告的内容安排第三章基于互补不变特征匹配的图像配准。提出了一种基于和互补特征匹配的多传感器图像自动配准方法。该算法利用在目标识别和匹配方面取得了显著进展的和不变特征，利用近邻比和距离的仿射不变性实现特征匹配，
3、进而实现大失配图像的配准。在保证亚像素配准精度的同时，能够较快地实现大失配图像的自动配准。基于不变特征的图像配准方法研究及应用，工，少，图像配准就是寻找参考图像和待配准图像之间的变换参数。图给出了一个参考图像空间几何变换函数，可用空间变换模型进行描述，是所有配准技术必需考虑投影变换为待配准图像和参考图像中对应的两点则它们之间满足以下关系：经过刚体变换，图像上的物体的形状和相对大小保持不变。瑇琞。三；篯。，一口一仃本章小结图像配准方法主要有基于区域的、基于傅氏变换的、基于特征的方法和综合几种方法的混合方法。基于特征的图像配准方法因为具有较快的速度，能适应不同传感器及较大适配图像配准的需要，有良好
4、的发展前景和应用前途。本章首先对目标识别等领域受到关注的不变特征进行讨论。然后详细讨论了我们提出的基于和互补不变特征匹配的多传感器图像自动配准方法。 不变特征因其具有的重大应用价值，引起了国内外研究者和研究机构的广泛大学智能计算实验室【】，该实验室开展了局部仿射不变特征提取方面的工作，其研究成果已用于目标识别、全景图拼年开始进行几何不变性方面的研究，提出了一种具有完全仿射不变性的特征提取利用尺度空间的性质，提出了一种尺度不变特征点的检测方利方法寻找局部极大值点，然后以极大值点为中心向四周沿径向搜索极小值，连接极小值点围成的区域即为一个仿射不变区域，以仿射不变区域作为特征区域，在特征区域内提取矩
5、特征作为不变特征。这是一种具有完全仿射不变性的局部不变特征提取方法，不足之处在于噪声对初始极大值的选择以及边界上的极小值的定位均有较大影响。这种方法将全局不变特征构造的思想引入到局部不变特征提取中，从而为全局和局部不变特征提取方法的结合提供了新思路。甅提出了一种最大稳定极值区域概念的方法【】等。还有许多方法专用于解决区域内信息描述问题，如方向可调滤波器尺度、旋转变大学尺度、旋转变尺度、旋转变 特征量区分能力较好具有完全仿射不变性，易受噪声干扰，特征区分度小具有完全仿射不变性，易受噪声干扰，特征区分度小形状上下文基于不变特征的图像配准方法研究及应用基于要步骤：准用特征集。图像到参考图像映射函数;
6、缓的参数值。适当的内插技术估计出来。参考图像意 之和互补不变特征检测与描述特征检测算法然后在邻域中选最优点。实验表明，在纹理信息丰富的区域算子可以提取而在纹理信息少的区域， 提取的特征点则较少。基于不变特征的图像配准方法研究及应用生成尺度空间图像：三，为高斯函数，俐为其中，三：尺度空间图像；：图像在较虻钠郑坏海和枷袢赮方向的偏微分：撼叨龋簅是跨尺度的归一化拉普拉斯函数，左边图像特征尺度为基十不变特的刚像日方說究血用然后，对于每个侯选点， 采用迭代法确定特征点及其特征尺度。具体步骤如下：索范围内获得局部极值， 如果不能获得极值， 则舍弃该点。尺度搜索范围限定为：变换。分别使用矩阵吖一”和一“把像素坐标：蚗。进行变换，得到归一化的区域，它们之间通过一个旋转矩阵彼此联系。懋确 仿射门一化的源图像算该位鼍在原始图像域对应的位置，作为检测到的特征：当矩阵充分得近似为旋转矩阵，或其特征向量和基本相等时，怪的特征纭。莨樗惴玫降牡愫拖煊姆律淝 颍使用估计矩阵得到的 归一化点邻域这些过程将图像数据变换到了一个尺度不变性的特征点上，可以从不同尺度和位置来稠密的对图像进行覆盖，能在多种场景中提取并匹配特征点，以下就对这种方法每个步骤进行分析。 尺度空间极值求取
